搜索结果
找到约 949 项符合
概率密度 的查询结果
按分类筛选
数值算法/人工智能 计算ARMA(p
计算ARMA(p，q)模型的功率谱密度。
形参说明：
b——双精度实型一维数组，长度为(q+1),存放ARMA(p，q)模型的滑动平均系数。
a——双精度实型一维数组，长度为(p+1),存放ARMA(p,q)模型的自回归系数。
q——整型变量,ARMA(p,q)模型的滑动平均阶数。
p——整型变量,ARMA(p,q)模型的自回归阶数。
sigma2——双精度实型变量, ...
数学计算 用vb写的有关科学计算方面的
用vb写的有关科学计算方面的，包括求最大值，积分，统计，概率，矩阵运算等
人工智能/神经网络 贝叶斯优化算法是一种新的演化算法
贝叶斯优化算法是一种新的演化算法，通过贝叶斯概率统计的知识来学习后代，可是使演化朝有利的方向前进，程序用C实现了贝叶斯优化算法。
matlab例程 matlab信道模型
matlab信道模型，对OFDM信道建模，统计错误概率，并于直接传输的错误率比较。
数学计算 蒙特卡罗方法又称随机抽样技巧或统计试验方法。半个多世纪以来
蒙特卡罗方法又称随机抽样技巧或统计试验方法。半个多世纪以来，由于科学技术的发展和电子计算机的发明 ，这种方法作为一种独立的方法被提出来，并首先在核武器的试验与研制中得到了应用。蒙特卡罗方法是一种计算方法，但与一般数值计算方法有很大区别。它是以概率统计理论为基础的一种方法。由于蒙特卡罗方法能够比较逼真 ...
人工智能/神经网络 模拟退火算法来源于固体退火原理
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量， ...
人工智能/神经网络 模拟退火算法来源于固体退火原理
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量， ...
人工智能/神经网络 模拟退火算法来源于固体退火原理
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量， ...