灰色预测模型称为CM模型，G为grey的第一个字母，M为model的第一个字母。GM（1，1）表示一阶的，一个变量的微分方程型预测模型。GM（1，1）是一阶单序列的线性动态模型，主要用于时间序列预测。 一、GM（1，1）建模 设有数列 共有 个观察值 对 作累加生成，得到新的数列 ，其元素 （5-1） 有： 对数列 ，可建立预测模型的白化形式方程， （5-2） 式中： ——为待估计参数。分别称为发展灰数和内生控制灰数。设 为待估计参数向量 则 按最小二乘法求解， 有： （5-3） 式中： （5-4） （5-5） 将（5-3）式求得的 代入（5-2）式，并解微分方程，有 （1，1）预测模型为： （5-6）
上传时间： 2015-03-04
上传用户：thesk123
自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似的输入样本映射到相近的输出节点上。网络能够实现从输入到输出的非线性降维映射结构：它是受视网膜皮层的生物功能的启发而提出的。~..~
上传时间： 2014-01-06
上传用户：ghostparker
一个采用C/S结构的信息发布接收管理程序，相当于一个小型的新闻发布系统模型。
上传时间： 2013-12-30
上传用户：zhoujunzhen
现代谱估计用莱文森-德宾(Levinson-Durbin)算法求解尤利-沃克(Yule-Walker)方程。 形参说明： r:双精度实型一维数组，存放Yule-Walker方程的元素r(0),r(1),...r(p)。 p:AR模型阶数。 a:AR模型系数a(0),a(1),...a(p)。 v:预测误差功率
标签： Levinson-Durbin Yule-Walker 谱估计 算法
上传时间： 2014-01-26
上传用户：ippler8
本系统采用Visual C++语言编写,运用软件工程的思想, 采用面向对象分析、设计的方法学完成。通过建立系统的数据库,对象模型、动态模型、功能模型，设计界面窗口，算法结构，函数之间互相调用完成实现系统的功能。
上传时间： 2015-05-01
上传用户：zaizaibang
硕士论文题目:基于组件对象模型(COM)的组态软件的开发与研究 主要内容:该文作者利用组件对象模型技术（COM技术）、面向对象技术和可视化软件的实现方法开发研制出的组态软件，实现了友好的用户界面、强大的图无类支持、完善的工程管理手段、有效的实时数据处理手段和良好的扩充接口等功能。该文从介绍面向对象的技术、可视化编程的方法和面向组件对象模型的技术入手，对该系统进行了面向组件对象的总体设计。该文最后从程序编码的结构上进行了说明，还对该次开发的组态件中的使用的核心代码进行了详细的解释。该文作者在开发实践中体会到：面向组件对象模型（COM）及面向对象的组态系统比以往的财类软件具有更高的可靠性、可重载性和可扩充性。相信面向组件对象模型（COM）、面向对象和可视化技术在电力自动化等领域将有很好的应用前景。
上传时间： 2014-01-27
上传用户：z1191176801
在给出燃料电池汽车动力系统结构的基础上，基于Matlab 软件环境，建立了前向式燃料电池汽车动力系统模型，模型结构和实际的动力系统有着严格的对应关系，各部分模型采用物理分析与数据处理相结合的方法建立。
上传时间： 2015-05-15
上传用户：lanwei
摘 : 通过使用 peer-to-peer(P2P)计算模式在 Internet 物理拓扑基础上建立一个称为 P2P 覆盖网络(P overlay network)的虚拟拓扑结构,有效地建立起一个基于 Internet 的完全分布式自组织网络路由模型 集中式自组织网络路由模型(hierarchical aggregation self-organizing network,简称 HASN).分别描述了 HASN 由模型的构建目标和体系结构,并详细分析了 HASN 采用的基于 P2P 计算模式的分布式命名 路由发现和更 算法 HASN_Scale,并在仿真实验的基础上,对 HASN 路由模型的性能进行了验证.
标签： peer-to-peer P2P Internet overlay
上传时间： 2014-01-21
上传用户：zhenyushaw
用NRTL模型，求解萘在一种离子液体中的活度系数。 求解非线性方程、非线性拟合都可以实现。 稍微对比了一下，发现还是拟合的结果好些。 Matlab源程序及结果在附件里
上传时间： 2015-07-21
上传用户：1101055045
数据挖掘管理系统规范说明 现状简介 强度挖掘(Intension Mining) I-MIN过程模型(Process Model) I-MIN系统的功能组件(Functional Components) 强度挖掘算子(Operators) I-MIN系统的三层体系结构(Architecture) 小结
标签： I-MIN Functional Intension Process
上传时间： 2015-08-12
上传用户：youlongjian0
