在本文中，我们通过多种方法和在不同的热力学集合（规范/大正则）中分析了爱因斯坦-麦克斯韦-杨-米尔斯-AdS引力（EMYM）中反de-Sitter黑洞的热力学性质。 首先，我们在固定电荷的熵热图中简要概述了该相结构，然后在固定电势集合中研究了此热力学结构。 接下来的相关步骤是回顾非局部可观测量，例如全息纠缠熵和两点相关函数，以表明这两个可观测量在我们的数值精度上均表现出类似于范德华斯的行为，并且在热熵的情况下仅在临界线附近 通过检查麦克斯韦的等面积定律和临界指数来确定固定费用。 根据宏大的规范合奏，我们还发现了这种黑洞的新相结构，其中临界行为在热图像和全息图像中都消失了。

我们将介绍ColliderBit，这是一种超越标准模型（BSM）的物理理论中用于计算高能对撞机可观测物的新代码。 ColliderBit具有BSM模型的通用接口，独特的并行化蒙特卡洛事件生成方案（适用于大型超级计算机应用程序）以及大量LHC分析，涵盖了ATLAS和CMS当前寻求的合理范围的BSM签名。 ColliderBit还计算希格斯扇区可观测值的可能性，并且LEP搜索BSM粒子。 这些功能是由ColliderBit独有的新代码与现有的最新公共代码的接口组合提供的。 ColliderBit既是用于BSM推理的GAMBIT框架的重要组成部分，又是将对撞机约束有效地应用于新物理学理论的独立工具。

层次分析matlab代码PCA 使用Matlab进行空间主成分分析（SPCA 1.1）：Tarik Benkaci＆N. Dechemi（2020）注：该软件包使用Pearson的相关系数计算PCA，此外（SPCA 1.1）还通过三种方法对观测值进行聚类：KNN， K均值和层次聚类。 根据您的语言：法语或英语，如果要英语版本，请转到example_eng_2.m代码并运行：然后代码显示：数据的“变量的基本特征”：和pca的计算：相关矩阵（使用c.pearson ）并计算特征向量和特征值。 在第二部分中：该代码显示pca的主要结果。 该软件包根据以下三种方法显示变量的聚类：KNN，K-means和分层聚类（HC）

这是一个RTKlib 2.4.3安装包，国外的网站下载速度过慢。现在特意将文件上传到此处，便于大家下载。附带测试测试数据可供大家使用。 其中附带导航星历和观测文件，大家如果有需要请联系博主。 （审核大大，这次真的没有广告了呜呜呜） 这是免费资源，方便大家下载使用。

分别采用高次差法，电离层残差法，多项式拟合法，对卫星载波相位观测值进行处理，看是否存在周跳。 有任何问题请私信，账号常在线，谢谢。

R语言回归分析 回归分析可以说是统计学的核心，它其实是一个广义的概念，通指那些用一个或多个预测变量（也称自变量或解释变量）来预测响应变量（也称因变量、效标变量或结果变量）的方法。通常，回归分析可以用来挑选与响应变量相关的解释变量，可以描述两者的关系，也可以生成一个等式，通过解释变量来预测响应变量。 最小二乘法回归是通过预测变量的加权和来预测量化的因变量，其中权重是通过数据估计而得的参数，目标是通过减少响应变量的真实值与预测值的差值来获得模型参数（截距项和斜率），具体而言，即使得残差平方和最小。下面将通过几篇博客介绍回归分析，这是第二篇：异常观测值。 8.4.1 离群点 离群点是指那些模型预测效

基于观测值质量指标的GPS 观测量随机模型分析

matlab求导代码GPR_DOB_MAP 使用高斯过程回归（GPR）模型和导数观测值（也称为局部线性模型）的非线性动力学系统的最大后验（MAP）状态估计量。 这是我的CGNCC 2016论文随附的源代码。 X. Yang，B。Peng，H。Zhou和L. Yang，[使用高斯过程和预先计算的局部线性模型的非线性动态系统的状态估计]（“ IEEE Xplore”），2016 IEEE中文版制导，导航和控制Conference（CGNCC），南京，2016年，第1963-1968页。 目录结构 GPR_DOB包含具有派生观测值的高斯过程回归模型的代码。 这是存储库的精确复制，带有一个附加的'sq_dist.c'及其编译的二进制文件，以提高原始mfile'sq_dist.m'的执行速度 GPR_DOB_MAP包含此存储库的主要代码，即使用GPR模型和派生观测值的MAP估计器。 名称为example_的文件就是示例文件。 飞机攻角估计的例子 此存储库中有两个示例，都在MATLAB中运行。 这些示例使用其他纵向可变项的测量值来估计飞机的迎角，并构成了我在CGNCC2016文件中进行调查的案例研

O文件2.0版本转换为3.0版本；现在CDDIS里面的文件夹o里面的rinex版本的观测值文件，而d文件夹里的才是3.0版本的观测值文件，因此要使用软件将其转换

hmm模型matlab代码Matlab的隐马尔可夫模型工具箱 Matlab实现的标准隐马尔可夫模型（HMM）具有连续发射以及相关的HMM，这些模型允许参数随时间变化。 时变隐马尔可夫模型的研究和应用都在此基础上展开。 使用此代码时，请引用： [1] O. Carr，F。Andreotti，KEA Saunders，N。Palmius，GM Goodwin，M。De Vos，“使用智能手机加速度计的昼夜节律监测双相情感障碍的抑郁症”。 [2] Q. Huang，D。Cohen，S。Komarzynski，XM Li，P。Innominato，F。Lévi和B.Finkenstädt，“用于隐藏遥测活动数据中昼夜节律的隐马尔可夫模型”，JR Soc。 接口，卷。 15号139，2018。 职能 Baum-Welch算法-用于从无监督的观测结果集中确定HMM参数。 时变过渡概率Baum-Welch-具有时变过渡概率的Baum-Welch算法。 维特比算法-用于根据一组观测值和HMM参数确定最可能的隐藏状态序列。 时变维特比算法-用于根据一组观测值和时变HMM参数确定最可能的隐藏状态序列。 参