代码搜索：Sampling
找到约 3,969 项符合「Sampling」的源代码
代码结果 3,969
www.eeworm.com/read/351837/3098676
event_mappings
#Mapping of event groups to MMCR values
#Group Default
event:0X001 mmcr0:0X00000000 mmcr1:0X000000000A02121E mmcra:0X00000000
#Group 0 with random sampling
event:0X002 mmcr0:0X00000000 mmcr1:0X40000
www.eeworm.com/read/351837/3098688
event_mappings
#Mapping of event groups to MMCR values
#Group Default
event:0X001 mmcr0:0X00000000 mmcr1:0X000000000A02121E mmcra:0X00000000
#Group 0 with random sampling
event:0X002 mmcr0:0X00000000 mmcr1:0X40000
www.eeworm.com/read/472368/6876115
m short_time_analysis.m
function short_time_analysis()
%该函数的功能是将语音信号进行分帧,frame_num为所分帧的数目,xn为二维向量,存放个帧数据
%Number of samples: 17280
%Sampling frequency: 8000 Hz
%精度16位
%窗函数为海明窗Hamming Window
x=wavread('01.wav');
www.eeworm.com/read/203538/15356307
c 温度测量.c
#include
#include "main.h" //自己定义的必要的结构和变量
void delay(INT16U dd);
//以下为初始化函数
void initial_port(void);//初始化端口
void AD_sampling(INT16U * AD_temp);
float calc_Temperature(flo
www.eeworm.com/read/207991/4998788
mils test_65.mils
setoid(oid(20000000));
#test sampling
var b:= new(int,int);
b.insert(1,15);
b.insert(2,4);
b.insert(3,int(nil));
b.insert(4,16);
b.insert(5,25);
b.insert(6,36);
b.insert(7,49);
b.insert(8,64);
b.inser
www.eeworm.com/read/303435/3812741
smooth
#! /bin/sh
# shell for smoothing a uniformly sampling velocity
set -v
n1=61 r1=150 dz=50 fz=-500 labelz="Depth (m)"
n2=201 r2=150 dx=50 fx=0 labelx="Midpoint (m)"
d1r=50 n1r=61 n2r=201 d2r=50
# smo
www.eeworm.com/read/367675/2833146
txt 74.txt
发信人: guitar (我和红色Porsche不得不说的故事), 信区: DataMining
标 题: Re: 如何尽量使抽样点很好的散布于数据集中？
发信站: 南京大学小百合站 (Mon Apr 28 11:14:11 2003)
read this:
http://pueblo.lbl.gov/~olken/mendel/sampling/bibliography.html
www.eeworm.com/read/367675/2836614
txt 809.txt
发信人: jimo (寂寞), 信区: DataMining
标 题: Re: 学习数据挖掘之前要修什么课？？
发信站: 南京大学小百合站 (Fri Sep 6 12:09:19 2002), 站内信件
呵呵 ar 里的sampling 和统计还是有关系的
【 在 sinokdd (KDD in China) 的大作中提到: 】
:
: 【 在 jimo 的大作中
www.eeworm.com/read/226050/14502010
txt 一个蒙特卡罗的小例子.txt
1。
抽样方法为Rejection Sampling。注意这个方法要用重尾分布来模拟轻尾分布。我们用Cauchy（密度函数为g）来模拟正态分布（密度函数为f）。
设sup(f/g)=C。模拟的效率应该是1/C。也就是说n个g里面会有n/C个f。
步骤：
0：计算出C。
1：产生Y~g.
2：Accept Y as X with prob=f(y)/{Cg(y)}