-
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
-
利用R语言进行Fisher判别分析
利用R语言对多元统计数据进行判别分类，这里运用的事Fisher判别分析来进行判别分类。也可以判别数据类型是否错判是否正判。结果使用系谱图展现出来。代码编写过程是要使用循环步骤的。附件是详细的运用。
- 2022-01-26 06:38:03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
-
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
-
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
-
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
-
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
-
DEA模型
说明： 经济学中常用的评价指标模型DEA打包成了函数的形式。(DEA, a commonly used evaluation index model in economics, is packaged in the form of function.)
- 2020-11-17 22:33:13下载
- 积分：1
-
削峰填谷算法
说明： 粒子群削峰填谷算法,随机搜索算法，有记忆特性(Particle swarm peak clipping valley filling algorithm)
- 2020-05-16 20:42:41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
