代码搜索：磁场分布
找到约 3,825 项符合「磁场分布」的源代码
代码结果 3,825
www.eeworm.com/read/396265/8117647
m ex1105.m
%ex1105.m 计算正态随机数的3阶矩
clear all
X=randn([5 4]) %产生正态分布的随机数矩阵，函数为5，列数为4
m1=moment(X,3) %计算矩阵X各列的3阶矩
m2=moment(X,3,2) %计算矩阵X各行的3阶矩
www.eeworm.com/read/246680/12712767
m ex1105.m
%ex1105.m 计算正态随机数的3阶矩
clear all
X=randn([5 4]) %产生正态分布的随机数矩阵，函数为5，列数为4
m1=moment(X,3) %计算矩阵X各列的3阶矩
m2=moment(X,3,2) %计算矩阵X各行的3阶矩
www.eeworm.com/read/331638/12817188
m possion.m
function possion(n,r)
%r为指数分布的参数,n为产生随机数个数
a=random('unif',0,1,n,1);
b=zeros(n,1);
for i=1:n;
b(i)=-log(a(i))/r;
end
s=zeros(n+1,1);
for i=2:n+1;
s(i)=s(i-1)+b(i-1);
end
t=0:0.0001
www.eeworm.com/read/144103/12817347
m select.m
%选择运算
function NewW=select(NewW,se,gc,gm)
%染色体个数
P=length(NewW);
%确定选择概率
Ps=0.08;
%计算标准分布值
t=Ps/(1-(1-Ps)^P);
%计算染色体的选择概率
N=1:P;
expt=N-1;
p=t*(1-Ps).^expt;
%计算染色体的累计选择概率值
for i=1:P
www.eeworm.com/read/244870/12839362
m rbf逼近.m
clear;
clc;
X=-1:0.1:1;T=cos(pi*X);
figure(1)
plot(X,T,'+');
disp_freq=10;%显示间隔次数
max_neuron=100;%最多神经元数
err_goal=0.02;%目标误差平方和
sc=1;%径向基函数的分布常数
dp=[disp_freq max_neuron err_goal sc];
[W1,b1
www.eeworm.com/read/143520/12868561
m exm040932_1.m
mu=3;sigma=0.5; %正态分布参数设定
x=mu+sigma*[-3:-1,1:3];yf=normcdf(x,mu,sigma);
P=[yf(4)-yf(3),yf(5)-yf(2),yf(6)-yf(1)];%计算
xd=1:0.1:5;yd=normpdf(xd,mu,sigma); %计算概率密度函数，供图示。
%为各区域填色而进行的计算
for k=1
www.eeworm.com/read/243217/12954966
m ex1511.m
%例15-11 概率密度函数
a=3.2;
ay=normpdf(a,2,2) %计算N(2,2)正态分布在3.2处的概率密度值
x=-2:0.2:6;
y=normpdf(x,2,2);
plot(a,ay,'*',x,y) %画N(2,2)的概率密度函数并标出计算点位置
grid on %打开图形网格，如图15-16
www.eeworm.com/read/139077/13189390
m shipinzuoye2.m
%求信号(2)的STFT分布
f1=10;f2=25;f3=40; %定义3个分量的模拟频率fa(且fd=fa/fft_number)stft中的频率轴是fft的k，即有：
%频率轴是fft的k，即有：(2*pi/fft_number)*k=2*pi*fa/fft_number,=>k=fa
fs=
www.eeworm.com/read/138667/13226476
m rbf.m
x=0:0.1:5;
y=sqrt(x);
net=newrb(x,y,0,0.5,20,15);
%goal=0;RBF分布密度为0.5;中间层神经元个数最大值为20,显示间隔为15
figure;
plot(x,y);
figure;
t=sim(net,x);
plot(x,y-t,'+-');
x1=5:0.1:9;
y1=sqrt(x1);
t
www.eeworm.com/read/136685/13366600
m exm040932_1.m
mu=3;sigma=0.5; %正态分布参数设定
x=mu+sigma*[-3:-1,1:3];yf=normcdf(x,mu,sigma);
P=[yf(4)-yf(3),yf(5)-yf(2),yf(6)-yf(1)];%计算
xd=1:0.1:5;yd=normpdf(xd,mu,sigma); %计算概率密度函数，供图示。
%为各区域填色而进行的计算
for k=1