搜索资源列表
matlabtosolve
- 基于MATLAB实现的说话人识别程序，分别用bp、pnn、som、rbf、lvq等算法，对语音文件进行训练和测试，效果不错。~..~ 下面说明一下bprengong程序： 数据分别用来训练和测试两部分。 具体程序分为两部分，第一部分为：计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一，所以放在同一进行截取。p的每一行代表一个语音数据（共15个）。变量Pr为每一行的最大最小值。变量T为目标值。输出神经元个数为15。 在训练阶段，如果用于训练的输入训练样本的类
Finite_difference_method
- 有限差分法 微分方程和积分微分方程数值解的方法。基本思想是把连续的定解区域用有限个离散点构成的网格来代替， 这些离散点称作网格的节点；把连续定解区域上的连续变量的函数用在网格上定义的离散变量函数来近似；把原方程和定解条件中的微商用差商来近似， 积分用积分和来近似，于是原微分方程和定解条件就近似地代之以代数方程组，即有限差分方程组 ， 解此方程组就可以得到原问题在离散点上的近似解。然后再利用插值方法便可以从离散解得到定解问题在整个区域上的近似解。 -Finite Difference Me
cumsum_payoff
- 采用对偶变量法模拟出两条路径，计算每个节点的损益 可以对各类复杂金融衍生品定价-With dual variable method to simulate the two paths, calculate the profit or loss for each node can be all kinds of complex financial derivatives pricing
development-risk-prediction
- 本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，
decoder_BPML
- 置信传播(belief propagation,BP)算法的计算复杂度较高，且变量节点和校验节点间信息传递的信息可靠，但是迭代的实现，就最大似然算法来说，验证其提高译码性能的特点。 -Belief propagation (belief propagation, BP) higher computational complexity of the algorithm, and reliable information between variable nodes and check node
decoder_BP_MRF
- 将置信传播(belief propagation,BP)算法从马尔科夫随机域的角度进行理解， 并通过变量节点和校验界定之间的迭代来实现信息传递，进而提高系统的误码率性能。 -The belief propagation (belief propagation, BP) algorithm is understood from the perspective of Markov random field, and by defining the iteration variable nod
潮流计算
- 潮流计算程序1.根据电力系统网络推导电力网络数学模型，写出节点导纳矩阵； 2.赋予各节点电压变量（直角坐标系形式）初值后，求解不平衡量； 3.形成雅可比矩阵； 4.求解修正量后，重新修改初值，从2开始重新循环计算； 5.求解的电压变量达到所要求的精度时，再计算各支路功率分布、功率损耗和平衡节 点功率; 6.上机编程调试；连调； 7.计算分析给定系统潮流分析并与手工计算结果作比较分析。 8.准备计算机演示答辩，书写该课程设计说明书（必须计算机打印）。(power flow calcul
IEEE33节点网络生成程序
- 根据0,1变量（开关关系）在线生成IEEE33节点网络。(The IEEE33 node network is generated online based on the 0,1 variable (switch relation).)
34节点随机潮流计算
- 34节点随机潮流计算：包括半不变量法和蒙特卡洛法的对比分析，其中半不变量法对应两种级数展开的方式：Gram Charlier和Cornish Fisher