对日软件 基本设计书 模版 软件开发 对日软件开发基本的设计书例子 不会的可以看看 让你学会写设计书

拉格朗日是计算运动方程的函数（拉格朗日方程） d/dt(dL/d(dq))-dL/dq=0。 它使用拉格朗日函数，该函数总结了系统的动力学。 需要符号数学工具箱。

所有商品期货2017年6月6日前的日K线历史数据库。数据格式为：日期，品种代码，开盘价，最高价，最低价，收盘价，成交量。示例如下： 568 2017-04-28 CF709 16060 16075 15820 15875 218966 569 2017-05-02 CF709 15950 16030 15910 15965 93702 570 2017-05-03 CF709 15950 16185 15875 16120 229006 571 2017-05-04 CF709 16090 16225 16005 16155 263402 572 2017-05-05 CF709 16200 16200 15815 15815 294964 573 2017-05-08 CF709 15830 15875 15450 15500 391836 574 2017-05-09 CF709 15470 15595 15455 15515 117708 575 2017-05-10 CF709 15530 15670 15390 15515 194718 576 2017-05-11 CF709 15535 15570 15380 15495 164256 577 2017-05-12 CF709 15510 15780 15450 15780 217252 578 2017-05-15 CF709 15960 16290 15925 16230 531666 579 2017-05-16 CF709 16485 16540 16055 16190 499380 580 2017-05-17 CF709 16140 16205 15955 16140 268684 581 2017-05-18 CF709 16130 16250 15735 15735 342072 582 2017-05-19 CF709 15700 15950 15700 15810 186728 583 2017-05-22 CF709 15780 15995 15675 15680 242884 584 2017-05-23 CF709 15700 15780 15635 15715 161592 585 2017-05-24 CF709 15655 15905 15615 15905 214698 586 2017-05-25 CF709 15900 15950 15700 15830 172548 587 2017-05-26 CF709 15830 15890 15645 15705 173740 588 2017-05-31 CF709 15665 15735 15430 15440 159782 589 2017-06-01 CF709 15430 15575 15255 15290 217272 590 2017-06-02 CF709 15330 15550 15330 15385 155852 591 2017-06-05 CF709 15375 15465 15195 15325 216616

对日项目编写规范 及项目（新碁幹）日本語

20210815-天风证券-容知日新-688768-工业设备智能“医生”，盈利能力优秀.pdf

ms dos标准时间日(hex)转换普通时间

注塑06年28周IE日報表.xls

GNSS领域经常涉及各种时间转换，比较常用的就是将GPS时转换成我们常用的年月日时分秒。关于这部分准换，RTKLIB软件里面有详细的c语言代码。笔者由于要用matlab画图，而所用数据里面时间格式是GPS时，故仿照RTKLIB的代码写了一个将GPS时转换到年月日时分秒的matlab代码。经测试，转换结果与RTKLIB时间转换部分效果的一致。

行业分类-金融管理-一种存款日均余额自动检测的方法和系统.zip

为了有效提高天然气短期负荷预测的准确度，提出了一种集成果蝇优化算法和SVM (Support Vector Machine)的混合优化策略FOA-SVM。首先，采用K-近邻算法对燃气负荷样本中离群数据进行查找定位，并用特征曲线法对离群数据进行修正。其次，综合考虑节假日、日期类型以及天气等影响因素，建立了基于SVM 的天然气日负荷预测模型，并采用果蝇优化算法优化SVM 的模型参数。最后，采用宁夏平罗县居民燃气日负荷数据和多种通用的定量误差评价方法，对建立的预测模型的可行性和有效性进行了验证。仿真结果表明，基于果蝇优化算法和SVM 的组合优化方法相对于人工神经网络和单纯SVM 方法，具有更好的预测精度。