提出了一种在互耦条件下基于酉张量分解的多输入多输出（MIMO）雷达非圆目标稳健的角度估计算法。所提算法首先在张量域利用互耦系数矩阵的带状对称Toeplitz结构来消除未知互耦的影响，然后通过构造一个特殊的增广张量捕获非圆信号的非圆特性与其固有的多维结构特性，并利用增广张量的 centro-Hermitian 特性通过酉变换转化为实值张量，最后利用高阶奇异值分解（HOSVD）获得信号子空间，结合实值子空间技术获得目标的离开方向（DoD）和到达方向（DoA）估计。由于同时利用信号的非圆结构与多维结构特性，所提算法具有比现有的子空间算法更准确的角度估计性能，同时所提算法只需要实值运算，具有较低的运算复杂度。仿真结果表明，所提算法具有有效性与优越性。

这是对空间曲线的曲率、扭转和 Frenet 框架的稳健估计。 即使数据点很嘈杂，它也能很好地工作。 它使用曲率的几何定义作为接触曲线的密切圆的倒数半径。 扭转由密切平面的旋转确定。 用户可以通过设置非零权重来选择扭转正则化的级别。 演示脚本提供了几个示例，包括带有拐点的曲线，其中 Frenet 框架定义不明确。

天津市第一中心医院根据自身情况，并参考国内外同行经验，找到了一条稳步发展的信息化之路，为天津市第一中心医院的医疗技术创新，患者服务满意度的提升，发挥了不可替代的作用。目前，包括HIS系统，以及服务器和网络存储，来自联想的千台商用电脑，正在医院的日常业务及服务中，发挥着越来越重要的作用。

'example.m' 脚本显示了如何使用该算法。 文件“sunwrap.m”包含实际的算法。 该代码可在此处获得： GitHub: https://github.com/fmaier/MRM-2014-PhaseUnwrapping MATLAB 中心： https : //www.mathworks.com/matlabcentral/fileexchange/46664 如果您使用此算法，请引用以下出版物： Florian Maier、David Fuentes、Jeffrey S. Weinberg、John D. Hazle 和 R. Jason Stafford 使用幅度排序列表、多聚类算法的 MR 温度成像的稳健相位展开医学中的磁共振，73（4）：1662-1668，2015 年。 DOI：10.1002/mrm.25279 http://onlinelibra

基于最差性能最优的稳健波束形成算法可以等价转换成加载样本矩阵求逆(LSMI)算法。提出了一种新的求解方法,准确地计算出Lagrange乘数,给出了LSMI算法中的最优加载量,解决了对角加载技术中加载量估计难题。理论分析和计算机仿真表明,具有最优负加载的LSMI波束形成算法具有最优的性能改善,模约束参数选取得越大,性能改善越接近于最优。

为了提高异构网络的能量效率和参数摄动抑制能力，减小跨层干扰，提出了一种基于能量效率最大的异构非正交多址接入网络稳健资源分配算法。首先，考虑宏用户干扰功率约束、小蜂窝基站功率约束、资源块分配约束及小蜂窝用户服务质量约束，将资源优化问题建模为混合整数非线性分式规划问题。其次，考虑椭球有界信道不确定模型，利用凸松弛法、Dinkelbach法和连续凸近似法，将原问题转化为等价的凸优化形式，并利用拉格朗日对偶方法获得解析解。仿真结果表明，与完美CSI算法相比，所提算法具有较好的能效和稳健性。

维基百科：“在统计学中，medcouple 是一个强大的统计数据，可以衡量单变量分布的偏度[1]。 它被定义为一个缩放分布的左半部分和右半部分的中值差。 它的稳健性使其适用于识别调整后的异常值箱线图[2][3]。” 1 = G. 布赖斯； 休伯特先生； A. Struyf（2004 年 11 月）。 “一个强有力的措施偏度”。计算和图形统计杂志。13 (4)：996-1017。 2 = M. 休伯特； E. Vandervieren (2008)。 “一个调整后的偏斜箱线图分布”。计算统计和数据分析。52（12）： 5186-5201。 doi：10.1016 / j.csda.2007.11.008。 3 = 皮尔逊，罗恩（2011 年 2 月 6 日）。 “箱线图及其他——第二部分： 不对称”。exploringdata.blogspot.ca。2015 年 4 月 6 日检索。

平滑分类器认证稳健性的一致性正则化 (NeurIPS2020) 该存储库包含和的论文“平滑分类器的证明稳健性的一致性正则化”代码。 依存关系 conda create -n smoothing-consistency python=3 conda activate smoothing-consistency # IMPORTANT: Please make sure `pytorch != 1.4.0` # Currently, our code is not compatible to `pytorch == 1.4.0`; # See more details at `https://github.com/pytorch/pytorch/issues/32395`. # Below is for linux, with CUDA 10; see https://pytorc

交通量预测matlab代码具有模式、缺失值和异常值的真实世界张量流的稳健分解 (ICDE'21) 这个存储库包含论文的源代码，由 和 提供，在 。 在这项工作中，我们提出了SOFIA ，这是一种在线算法，用于分解随着时间推移而随着时间推移而丢失条目和异常值的真实世界张量。 通过平稳而紧密地结合张量分解、异常值检测和时间模式检测，SOFIA 与最先进的竞争对手相比具有以下优势： 稳健而准确：与最佳竞争对手相比，SOFIA 产生的插补和预测错误最多可降低 76% 和 71%。 快速：与第二准确的方法相比，使用 SOFIA 使插补速度提高了 935 倍。 可扩展：SOFIA 在时间演化的张量中以增量方式处理新条目，并且它与每个时间步长的新条目数量成线性比例。 数据集 名称 描述 尺寸 时间粒度 处理过的数据集 原始来源 英特尔实验室传感器 位置 x 传感器 x 时间 54 x 4 x 1152 每 10 分钟 网络流量 来源 x 目的地 x 时间 23 x 23 x 2000 每小时 芝加哥出租车 来源 x 目的地 x 时间 77 x 77 x 2016 每小时 纽约出租车 来源 x 目的地

SSH（安全 Shell）是一个协议，它使你能够创建一个经过验证的私人连接，并使用加密密钥保护通道，在另一台机器上启动一个远程