登录
首页 » Others » clegnup-cyclic-prefix

clegnup-cyclic-prefix

于 2018-08-03 发布 文件大小:1KB
0 176
下载积分: 1 下载次数: 0

代码说明:

  Random Number Generators随机数生成包括gaussian random number gener(Random Number Generators random number generation includes gaussian random number gene)

文件列表:

Freadme.txt, 245 , 2006-04-06
dN8RANH.C, 867 , 2006-04-06
URANL.C, 1046 , 2006-04-06
vGRAN.C, 569 , 2006-04-06
XoRAN1F.C, 537 , 2006-04-06
ZRAN.C, 776 , 2006-04-06

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • traversal_consist
    遗传算法优化小波神经网络的源程序 1 构造的非线性函数 位于nninit_test m 2 直接用WNN逼近非线性 Wnn_test()
    2018-03-15 23:48:49下载
    积分:1
  • boxcox
    说明:  boxcox函数的python实现,引用该函数可将偏态分布调整为正态分布(Python implementation of box Cox function)
    2020-06-17 09:40:01下载
    积分:1
  • WDMAP6
    bp网络实现认知无线电的检测和预测,从而达到了对频谱的分配(Bp network realizes the detection and prediction of cognitive radio, thus achieving the spectrum allocation.)
    2018-09-06 15:06:37下载
    积分:1
  • emd program-matlab
    EMD经验模态分解算法程序,适合非线性,非平稳时间序列的处理(EMD empirical mode decomposition algorithm program)
    2019-01-14 20:43:57下载
    积分:1
  • svm
    运用支持向量机对一组超宽带非视距信号识别(Support Vector Machine Signal Identification)
    2017-03-15 09:54:33下载
    积分:1
  • sklearn-tree-BN-knn
    说明:  分类器的性能比较与调优: 使用scikit-learn 包中的tree,贝叶斯,knn,对数据进行模型训练,尽量了解其原理及运用。 使用不同分析三种分类器在实验中的性能比较,分析它们的特点。 本实验采用的数据集为house与segment。(Performance comparison and optimization of classifiers: We use tree, Bayesian and KNN in scikit-learnpackage to train the data model and try to understand its principle and application. The performances of three classifiers are compared and their characteristics are analyzed. The data set used in this experiment is house and segment.)
    2021-04-16 15:08:53下载
    积分:1
  • ga-svm
    用遗传算法优化支持向量回归机C、g、p参数(Optimization of C, G, P parameters of support vector regression machine by genetic algorithm)
    2018-01-12 19:32:12下载
    积分:1
  • MF-DFA-master
    多重分形去趋势波动分析法,用于不同时间序列的重分形交叉相关性分析。(Multifractal detrended fluctuation analysis)
    2018-09-06 14:29:01下载
    积分:1
  • python 实现随机森林
    应用背景 数据   :两个月之内 40000个客户的15个数据字段   包含客户的 地          理位置,职业,职级,年收入,。。。。。。    购买过得产品 目的:对新客户进行推荐一个适合该客户的产品, 对老客户推荐可能再购买的产品 数据处理    数据清洗:   describe 每个特征统计分析       方差     -分析缺陷特征和波动性                 空值赋值为  “-1 “              -  保证模型的可使用    数据归一化:eg:邮编 相似度不高 根据一线二线….进行划分  – 特征的重要性 关键技术特征选择    随机森林:  判断特征的重要性 :思考为何重要性高     AHP    :  迭代设置每个特征的权重 模型选择   :根据数据量数量,是否有标签,分类or回归选取 关于模型选择时候我想用协同过滤  但是不知道关于特征的协同过滤是怎么执行的   是每个特征都有一个评分构成评价矩阵么?
    2022-02-25 17:28:51下载
    积分:1
  • PCA
    说明:  python PCA算法原理推导,及源代码实现,并基于PCA算法实现图片压缩,附pdf文件说明(Python PCA algorithm principle derivation, and source code implementation, and based on PCA algorithm to achieve image compression, with PDF file description)
    2021-02-09 12:04:01下载
    积分:1
  • 696518资源总数
  • 104269会员总数
  • 31今日下载