数据挖掘机器学习[七]---2021研究生数学建模B题空气质量预报二次建模求解过程：基于Stacking机器学习混合模型的空气质量预测｛含码源+pdf文章｝

卫星（室外）+UWB（室内）混合定位的方式，实现室内外定位无缝衔接，有效保障了车间内，厂区内，厂区外不同场景的精确定位。 轨迹查询：生成定位的信息点和轨迹路径；还原移动时间和过程路径信息，以便查看。 智慧巡检：平台整合厂区真实三维场景，实现场景跳转，辅助厂区管理者直观形象地掌握园区规划情况。 可以通过人员和设备的定位实现巡检导航，点选设备，规划导航安全路径，快速到达现场。 电子围栏：对重点区域进行权限管控，实现平台定位、平台报警和终端联动报警等功能。 智能终端： 1 ）一键求救：可以通过设备的定位信息拨打SOS电话，应急反馈； 2 ）危险报警：声音提醒、远程通话； 3 ）生命抢险：定位、快速抢救。 4 ）故障反馈：现场设备发生故障时，可使用拍照功能和视频通话，反馈现场故障。

简单的登陆界面，主要实现交互通讯，运行环境为MSVC2015+QT5.8.0。

em算法matlab代码Matlab中的高斯混合模型和推理算法 Matlab演示有关高斯混合模型（GMM）和具有EM和变分推理的推理算法 参考 克里斯托弗·毕晓普（Christopher M. Bishop）。 2006。模式识别和机器学习（信息科学与统计）。 施普林格出版社，柏林，海德堡。 要求 该代码已通过Matlab R2017a测试。 用法示例 使用EM算法运行GMM演示 gmm_em_demo 使用变分推理算法运行GMM演示 gmm_vb_demo

自己学习编写的混合像元分解中的端元提取部分的纯像元指数PPI算法的MATLAB代码。可以运行得到结果，但没有结果用于验证，亦未编写精度评定，不保证结果的正确性。

针对基本遗传算法GA有局部搜索能力差、计算量大、对较大搜索空间适应能力差和易收敛于局部极小值等问题, 采用将极值优化EO算法与传统遗传算法相结合的方式, 对基本遗传算法进行改进, 提出了一种新的算法：GA-EO算法, 并用实验证明了新算法的有效性。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：插电式混合动力汽车建模_Plugin_Hybrid_Thesis_插电式混合动力汽车Simulink模型_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：插电式混合动力汽车Simulink模型_充电参数优化模型_插电式_matlab仿真 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预测方法 基于CNN-LSTM混合神经网络模型的短期负荷预

模拟混合信号IC设计与仿真——两级全差分运算放大器的设计（详细的参数推导）