基于换乘次数优先的公交路线选择模型 2007年B题论文
上传时间： 2016-10-03
上传用户：weixiao99
~{JGR 8vQ IzWwR5SC5D2V?bD#DbO5M3~} ~{3v?b~} ~{Hk?b~} ~{2iQ/5H9&D\~} ~{?IRTWw@)3d~} ~{TZ~}JDK1.4.2~{OBM(9}~}
上传时间： 2015-02-22
上传用户：ommshaggar
这是一个模型系统辨识的源代码，可以确定过程系统的参数。
上传时间： 2013-12-31
上传用户：rocwangdp
b to b 模式 电子商务系统 ，c# 开发 , B/S结构
上传时间： 2014-01-20
上传用户：hanli8870
基于遗传算法摩擦模型参数辨识的PID控制，matlab程序
上传时间： 2014-01-04
上传用户：四只眼
（1）Msls分三步对系统和噪声模型进行辨识，采用脉冲序列作为辅助系统模型，用 计算输出数据 ；用原输出数据 计算 ，用递推最小二乘方法分别对系统参数和模型参数进行估计。 （2）M.dat,wnoise1.dat分别为M和白噪声序列。Wnoise1.dat的长度为700，wnoise2.dat的长度为1000。Msls6.c为N=600的程序，Msls8.c为N=800的程序。 （3）程序运行后，生成的两个h文件为产生的脉冲响应函数。Msls6.dat为msls6.c的参数估计结果，msls8.dat为msls8.c的参数辨识结果。分别如下所示： a1=0.906331 a2=0.160170 a3=0.025525 b1=0.704475 b2=-1.497551 c1=1.009114 c2=0.446890 a1=0.906347 a2=0.159066 a3=0.024650 b1=0.700720 b2=-1.493327 c1=1.008787 c2=0.425714 （4）由数据结果可以看出，采用msls辨识方法估计精度要比els法的估计精度差一些。尤其是噪声参数c2的估计误差不在1％以内。这是由于msls法计算上较为简便，计算上的简化就带来了估计精度上的误差。由N=600和N=800相比较，可以看出当N增大时，误差有所减小。理论上当N趋于无穷时， 。
上传时间： 2016-10-19
上传用户：恋天使569
a XOR b> a,然后a XOR b< b,and both a and b are dependent data
上传时间： 2014-01-27
上传用户：yxgi5
基于GA（遗传算法）的ARX模型参数辨识
上传时间： 2017-02-11
上传用户：徐孺
用神经网络对具有随机噪声的二阶系统模型进行辨识.
上传时间： 2017-04-27
上传用户：xymbian
樣板 B 樹 ( B - tree ) 規則 : (1) 每個節點內元素個數在 [MIN,2*MIN] 之間, 但根節點元素個數為 [1,2*MIN] (2) 節點內元素由小排到大, 元素不重複 (3) 每個節點內的指標個數為元素個數加一 (4) 第 i 個指標所指向的子節點內的所有元素值皆小於父節點的第 i 個元素 (5) B 樹內的所有末端節點深度一樣
上传时间： 2017-05-14
上传用户：日光微澜
