-
网络流量在线分析系统的设计与实现
（1）实时抓取网络数据。（2）网络协议分析与显示。（3）将网络数据包聚合成数据流，以源IP、目的IP、源端口、目的端口及协议等五元组的形式存储。（4）计算并显示固定时间间隔内网络连接（双向流）的统计量（如上行与下行的数据包数目，上行与下行的数据
- 2022-05-28 23:40:12下载
- 积分：1
-
POWELL
说明： powell线性搜索法，求解极小化问题。内含说明文档，源数据(Powell linear search method is used to solve the minimization problem. Include description document, source data)
- 2020-02-26 20:16:17下载
- 积分：1
-
相关系数计算
说明： python程序计算皮尔逊相关系数、最大信息系数以及灰色关联度(Pearson correlation coefficient, maximum information coefficient and grey correlation degree were calculated by Python program)
- 2020-09-19 12:57:57下载
- 积分：1
-
GeneralStats
说明： 一般分析统计量计算，包含平均数，中位数，众数，分位数，方差，标准差，极差，偏度，峰度等统计量计算方法(Calculation of general analysis statistics, including statistics calculation methods such as mean, median, mode, quantile, variance, standard deviation, range, skewness, kurtosis, etc)
- 2020-06-27 16:54:08下载
- 积分：1
-
构造均匀设计方法
说明： method1_glp.m是好格子点法构造均匀设计，method2_pglp.m是方幂好格子点法构造均匀设计，适用于试验点较多的情况(good lattice points method to construct uniform design)
- 2020-02-23 12:04:03下载
- 积分：1
-
小波神经网络
说明： 一些基础的小波神经网络用于基础的分类代码，不是很复杂(Some basic wavelet neural networks are used for basic classification codes, which are not very complicated)
- 2020-08-13 14:28:11下载
- 积分：1
-
光电编码器
该程序完成了光电编码器的功能，有波形设计，四细分，正传加一，反转减一，有输入输出波形
- 2022-03-20 13:54:06下载
- 积分：1
-
ChinaMeteorologicalDataHandler
说明： 对中国气象网的气象地面日值数据进行合并标准化处理，可以提取指定站点的气象信息，实测好用(By combining and standardizing the meteorological daily data of China Meteorological Network, the meteorological information of designated stations can be extracted, which is easy to use)
- 2020-03-10 14:02:06下载
- 积分：1
-
Spillover_updated
说明： 此代码可计算Diebold&Yilmaz 溢出指数(The Diebold-Yilmaz Spillover index can be calculated by this code.)
- 2021-03-28 11:29:11下载
- 积分：1
-
灰色预测模型GM（1-N）
说明： 灰色预测模型GM（1，N），可以多因素分析，可对未来数据进行预测。
程序可直接运行，可以更换数据。
预测未来数据时，只需修改T值，以及因变量数据；否则T=0即可。
例如，预测未来2个数据，T=2.
输入数据：因变量x1为400.因变量x2为50；因变量x1为450.因变量x2为90。(The grey prediction model GM (1, n) can analyze many factors and predict the future data.
The program can run directly and change data.
When predicting future data, only the T value and dependent variable data need to be modified; otherwise, t = 0.
For example, predict 2 data in the future, t = 2
Input data: the dependent variable X1 is 400, the dependent variable X2 is 50, the dependent variable X1 is 450, and the dependent variable X2 is 90.)
- 2020-01-04 21:01:43下载
- 积分：1
