用于孟德尔随机化分析的R包TwoSampleMR

鲁棒模型预测控制随机化算法.pdf

MIT算法导论公开课之课程笔记 4.快排及随机化算法.rar

算法合集之《浅谈随机化思想在几何问题中的应用》.ppt

matlab代码中的rir 随机图像法 (RIM) 该项目提供了图像方法的 Matlab 实现，这是一种广泛使用的声学模型，用于计算矩形房间的房间脉冲响应 (RIR)。 该软件允许多个麦克风位置和分数延迟。 如果需要，软件生成可以随机化图像源的位置以避免扫描回波的发生，从而产生所谓的随机化图像方法。 看 。 实现见，维护者。 入门 先决条件和安装 无需安装。 不需要工具箱。 这个版本已经在 Matlab2020a 上测试过了，但我没有理由相信它在以前的版本上也不起作用。 运行测试 要运行测试，只需运行rim_tests 使用软件 主要脚本是rim.m ： RIM(mic_pos, source_pos, room_dim, beta, rir_length, Fs) mic_pos是具有 M 个全向麦克风位置的 3xM 矩阵。 尺寸单位为 [米]。 source_pos是带有全向声源 [米] 位置的 3x1 向量。 room_dim是具有房间尺寸 [米] 的 3x1 向量。 beta是具有墙壁反射系数的 2x3 向量，顺序为：[x1, y1, z1; x2, y2, z2]，例如x1

牛顿插值matlab源代码随机子空间牛顿凸方法 该存储库包含Matlab R2020a代码，以再现标题为“应用于数据驱动的传感器选择问题的随机化子空间牛顿凸方法”的手稿的结果。 稀疏传感器的选择问题是通过随机化的子空间牛顿凸法解决的。 要运行该程序，请执行P_demo 。 目录 src：存储源代码 工作：存储计算结果（通过运行程序自动创建） 数据：存储了NOAA最佳插值（OI）海面温度（SST）V2数据 1990年至今 lsmask.nc NOAA_OI_SST_V2由位于美国科罗拉多州博尔德的NOAA / OAR / ESRL PSD从其网站提供。 由于GitHub文件大小的限制，数据集在线链接： 代码 主程序 P_demo.m 功能 前处理 F_pre_read_NOAA_SST.m F_pre_SVD_NOAA_SST.m F_pre_truncatedSVD.m 传感器选择 F_sensor_random.m F_sensor_DC.m F_sensor_DC_sub.m F_sensor_DC_approxnt_vec.m F_sensor_DC_approxnt.m F_s

针对 ISAR 在短孔径条件下存在的方位向分辨率低、易受噪声干扰等问题，基于压缩感知理论，提出了一种适用于短孔径时间模式下的基于压缩感知的ISAR方位向高分辨成像算法——PH-SL0算法。该算法首先构建部分随机化哈达玛矩阵作为量测矩阵，PH 矩阵具有重构精度高、重构需要量测个数少的优点；然后将运算速度快、重构精度高且稳健性好的平滑 0-范数法（SL0,smoothed L0-norm）推广应用到雷达复数域进行信号重构，实现 ISAR的横向高分辨成像；最后对在短 CPI条件下提出的PH-SL0算法的横向分辨率问题进行了理论分析。仿真和实测数据结果表明，所提算法具有更高的聚焦性能、分辨率以及较好的抗噪性能。

MRlap :information: MRlap仍在积极开发中。 概述 MRlap是一个R程序包，仅使用GWAS摘要统计信息即可使用（可能）重叠的样本执行两样本孟德尔随机化（MR）分析。 由于暴露和结果样本之间的重叠，使用较弱的工具和获胜者的诅咒，因此MR估算可能会受到不同类型的偏见。 我们的方法使用跨特征LD评分回归（LDSC）来近似重叠，从而同时解决所有这些偏差并进行校正。 使用我们的方法估算校正后的效果可以作为敏感性分析：如果校正后的效果与观察到的效果没有显着差异，则可以安全地使用IVW-MR估算值。 但是，当存在显着差异时，应首选校正效果，因为它们应减少偏差，而与样品重叠无关。 该软件包建立在 R软件包的基础上，以执行交叉特征LDSC和 R软件包，以进行反方差加权（IVW-）MR分析（和仪器修剪）。 只有一种功能可用： MRlap() 执行LDSC，IVW-MR分析并提供校正的因果效应估计的主

尝试使用GPU加速随机化的SVD。 已针对目前的顶级算法进行了测试。 / nbs-

【PDF】数值随机化算法 预览：https://blog.csdn.net/weixin_36994568/article/details/122246905 1. 学习笔记（学习自《计算机算法设计与分析》第4版 王晓东） 2. Python代码实现 2.1 求解定积分 2.2 平均值法计算非有限区间上的定积分