基尼系数、地理集中指数和洛伦兹曲线作图方法,只需要您改数据,公式已写好,一次生成,一颗最真诚的心,助您文章快速完成。
1
MNIST测试数据集中10条记录;MNIST测试数据集中10条记录;MNIST测试数据集中10条记录;
2021-03-15 17:25:55 18KB data
1
基于覆盖的粗糙集中有关最小和最大描述的一些问题的矩阵方法
2021-03-14 19:09:36 455KB 研究论文
1
积极分子集中培训情况(材料4).doc
本文研究了一种采用坐标计算算法和光敏传感器的高精度跟踪系统。 该系统旨在满足通过光纤对集中阳光传输系统进行阳光跟踪的精度要求。 该系统基于两阶段跟踪过程,该过程包括基于坐标计算算法的粗调和使用专门设计的光敏传感器进行的细调。 感光传感器的核心是一个光电二极管矩阵,它可以通过透镜聚焦准确地检测出阳光焦点的位置。 一旦完成微调,基于太阳轨迹运行趋势的预测控制过程将开始。 由于基于坐标计算算法的太阳轨迹的可预测性和光电二极管矩阵的敏锐度,因此跟踪过程稳定且准确。 最高的跟踪精度取决于光电二极管矩阵的紧凑性,并且对坐标计算算法的精度没有限制。 所提出的系统可以以小于0.3 mm的位置精度跟踪太阳的焦点
2021-02-24 14:04:30 1.04MB Solar tracking; Hybrid strategy;
1
信息融合领域存在一个公认的定论,即集中式融合的性能一定比分布式融合的好,且是最优的;业已证明,当融合系统采用单模型滤波算法,如卡尔曼滤波器时,上述定论是成立的;那么在融合系统采用多模型滤波算法,如针对机动目标跟踪的交互多模型滤波(IMM)算法时,情况是否也是如此?抱着对此存疑的态度,对采用IMM算法时的集中式融合与分布式融合进行了研究,给出了扩维、序贯以及等效量测3种集中式融合算法和简单方差凸组合、互协方差组合2种分布式融合算法,并设置不同运动场景对算法进行了大量仿真。仿真实验结果表明,针对交互多模型滤波估计的集中式融合性能并不一定比采用同样滤波算法的分布式融合的好,并给出了作者对此诧异现象的认识和理解。
1
智能调度
2021-02-16 09:02:04 976KB 铁路
1
我的网站:我的简历和投资组合集中在一个地方!
2021-02-13 11:05:41 11.65MB
1
Saltstack是一个具备puppet与func功能为一身的集中化管理平台,saltstack基于python实现,功能十分强大,各模块融合度及复用性极高,官方极力推荐作为云计算平台的基础架构。轻松维护成千上万台服务器不是问题,现分享作者基于saltstack实现一个集中化的配置管理平台,以Nginx配置例子展开,涉及salt的grains、grains_module、pillar、States、jinja(template)等,本文适合有salt基础的同学阅读。有两组web业务服务器,组名分别为web1group与web2group,设备硬件配置、web根目录存在异常,见下图:1、关
1