由热心网友提供的答案1：1、首先我们打开Matlab软件，默认弹出窗口 Command Window，将已请确定的(x,y,x=-10:0.1:10;y=x;z=x;[x,y,z]=meshgrid(x,y,z); f1=x.^2+y.^2+z.^2-4; f2=x.^2+y.^2-1;f3=x.^2+z...

“怎样解题”表  第一你必须弄清问题  理解题目 弄清问题未知数是什么？已知数据是什么？条件是什么？满足条件是否可能？要确定未知数，条件是否充分？或者它是否不充分？或者是多余的？或者是矛盾的？画一张图。...

今日偶然翻到，感慨万千 1：申述：版主，是否扣了我的专家分？ 2：100分急求，随机输出十个小写字母，但是，要求这十个字母不相同 3：求Sn=a+aa+aaa+…+aaa…a（n个a）之值 4：数组题 望高手帮忙！...

1.理解main函数的参数,运行一下看看结果 #include int main(int argc, char* argv[], char *envp[]) { int i = 0; // walk through all the arguments ...// printf("argv[%d]=%s\n", i,

大学时，闲的没事在图书馆读过的书，开始还能看明白，到后来越来越看不明白了...... 此外还有时"间简史之简史",“老人的玩具” ...怀念学校啊，学校的图书馆，好久没有读书，学习了，运动也只是坚持一段时间~ ...

文章目录一、并发编程1. 概览1.1 这门课讲什么1.2 为什么学这么课1.3 课程特色1.4 预备知识2. 进程与线程2.1 进程与线程2.2 并行与并发2.3 应用3. Java 线程3.1 创建和运行线程3.2 观察多个线程同时运行3.3 查看进程...

如何加载一个SWF文件并控制其位置等相应属性……新建一个空地MC，将它放在主场景中，实体名改为OK，写AS： loadMovie("test.swf", "_root.ok"); 控制这个MC的位置，大小等相对属性（Property）就会影响调入SWF的位置...

并发编程，即将一个程序表示为多个自主活动的组合，从来没有像今天这样重要过。Web服务器一次处理数千个客户端的请求。平板电脑和手机应用程序在渲染界面的同时，还在后台执行计算和网络请求。甚至是传统批处理问题-...

1.如何 最小化、最大化、关闭窗口答：2.如何静止页面缓存答：htm网页或者asp网页response.expires=-1response.expiresabsolute=now()-1response.cachecontrol="no-cache"php网页header("expires:mon,26j

请大家积极参与~~~~~~~~ 作　者： awaysrain (绝对零度)(新的一年，新的开始) 等　级： 信 誉 值： 155 所属论坛： Web 开发 ASP 问题点数： 200 回复次数： 160 发表时间： 2003-11-07 14:09:24Z 征集常见...

JAVA记事本源代码 import java.awt.*; import java.awt.event.*; import java.text.*; import java.util.*; import java.io.*; import javax.swing.undo.*; import javax.swing.*; import javax.swing.event.*;...

第一章 黄金时代一 castor_v_pollux 上帝掷骰子吗--量子物理史话 第一章黄金时代 一 我们的故事要从1887年的德国开始。位于莱茵河边的卡尔斯鲁厄是一座风景秀丽的城市，在它的城中心，矗立着著名的18世纪的宫殿。...

经理人是否高效，取决于他的思考方式。从麦肯锡的思维方式，你可以学会用更积极有效的方法来解决问题，摘要在此，希望对大家有帮助： 1.基于利润数据的80/20法则； 2.明智的工作而不是勤奋–甭想把整个海洋煮沸 3....

第1章纵览Windows 2000毫不隐瞒地说，我是一个科幻迷。但是，我认为现实中的科幻描述很荒谬可笑。虽然我能接受存在生物圈和星系帝国的事实，甚至可以接受超光速的星际飞行器，但是我不能接受的是那么容易地与外星人...

PS：自己翻译的，转载请著明出处 第九章 3D游戏的开发 正如你所看的整个这本书，这有很多很酷的东西，你可以在3D图形中开发在XNA中。然而，由于图形卡的实力和处理器，最近在3D图形领域有巨大的提升。加载任何的最新...

JAVA记事本源代码 import java.awt.*; import java.awt.event.*; import java.text.*; import java.util.*; import java.io.*; import javax.swing.undo.*; import javax.swing.*; import javax.swing.event.*;...

2011.10.9异步与多线程的使用场景 当需要执行I/O操作时，使用异步操作比使用线程+同步 I/O操作更...而线程的适用范围则是那种需要长时间CPU运算的场合，例如耗时较长的图形处理和算法执行。但是往 往由于使用线程编程

《如何阅读一本书》　作者简介　莫提默·J.艾德勒（1902－2001） 以学者、教育家、编辑等多重面貌享有盛名。除了写作《如何阅读一本书》外，以主编《西方世界德经典》，并担任1974年第十五版《大英百科全书》的编辑...

《如何阅读一本书》　作者简介　莫提默·J.艾德勒（1902－2001） 以学者、教育家、编辑等多重面貌享有盛名。除了写作《如何阅读一本书》外，以主编《西方世界德经典》，并担任1974年第十五版《大英百科全书》的编辑...

CSS是一套高雅的WEB设计语言，它让网页设计这件事充满的艺术范。就像做图里面突然加了配色一样，看起来酷炫高大上。 然而事实上CSS真是很美，它让同样的一篇网页内容千变万化，让单调的文字绚丽多姿。它就像佳丽手中的画眉笔，美与不美只在于它是否用心勾勒。 本套教程带大家了解CSS，并慢慢的应用和喜欢它！ 学会CSS样式表，掌握网页设计语言

2021华中杯第一问配套思路，内涵第一问处理后的可读数据，输出结果，可视化图片，RGB转换函数。（R语言代码） 声明：只可自己使用，不可商用。违者必究。 具体思路见：https://tjxwz.blog.csdn.net/article/details/116310441

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别，建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征，分别是前面提及过的：最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8)，使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据，选定反馈神经网络的输入、输出节点，来反映电力系统负荷运行的内在规律，从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后，以改良三比值法为基础，建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值（MIV，Mean Impact Value）方法来说明如何使用神经网络来筛选变量，找到对结果有较大影响的输入项，继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理，建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度），这些特征与肿瘤的性质有密切的关系。因此，需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系，从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像，图像来自不同的10个人，每人5幅图像，人脸的朝向分别为：左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络，对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理，在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘，但是由于网络入侵特征数据维数较多，不同入侵类别间的数据差别较小，不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理，在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中，建立模型时选用的每个样本（即病例）数据包括10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度）的平均值、10个量化特征的标准差和10个量化特征的最坏值（各特征的3个最大数据的平均值）共30个数据。明显，这30个输入自变量相互之间存在一定的关系，并非相互独立的，因此，为了缩短建模时间、提高建模精度，有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理，在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理，在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户，快速地利用神经网络解决实际问题，MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用，MATLAB R2009a提供了三种神经网络拟合工具箱（拟合工具箱/模式识别工具箱/聚类工具箱）。

Centos7安装JDK1.8、Nginx-附件资源

数学建模最常用的30种算法！ 全国大学生数学建模竞赛创办于1992年，每年一届，已成为全国高校规模最大的基础性学科竞赛，也是世界上规模最大的数学建模竞赛。2018年，来自全国34个省/市/区(包括香港、澳门和台湾)及美国和新加坡的1449所院校/校区、42128个队（本科38573队、专科3555队）、超过12万名大学生报名参加本项竞赛。

常见的30种数学模型，比较详细，非常适合搞数学建模的学生使用

不管是html／css，还是bootstrap，这些是让你能够设计网页的。然而网站大部分是动态的，需要持续的更新和维护，所以只是网页是无法实现动态网站的，我们需要把这些静态的网页和我们的数据库建立连接。使用wordpress制作的网站，模板就是连接前端网页和数据库的桥梁，所以这套视频我们就是教你学会模板制作的。 掌握wordpress模板结构，把之前制作的网页制作为一个wordpress模板

数据结构课程是计算机类专业的专业基础课程，在IT人才培养中，起着重要的作用。课程按照大学计算机类专业课程大纲的要求，安排教学内容，满足需要系统学习数据结构的人。系列课程包含11个部分，本课为第1部分，介绍与数据结构、程序、算法相关的概念，训练初步的数据逻辑结构表达能力，和初步的算法分析能力。 系列课程的目标是帮助学习者系统掌握数据结构课程的相关知识，具备利用这些知识分析问题、解决问题的能力。课程提供视频、课件、例程、自测、实践要求、参考解答等整套的解决方案，帮助学习者达到目标。本课是系列课程中的第1部分，具体目标包括：了解数据结构在计算机类人才培养中的重要意义、掌握数据结构的基本概念、掌握数据结构的分类、理解抽象数据类型ADT及其作用，以及初步学会算法分析的“套路”。

MATLAB信号处理详解 结合MATLAB最新版本系统地介绍信号处理及现代信号处理或者非平稳信号处理(包括信号处理、阵列信号处理、时频分析及高阶谱分析)的基本理论及在工程应用中的一些基本方法；详细地介绍MATlLAB工具箱函数的用法；最后结合一些应用实例，说明基于MATLAB进行分析与设计的方法。 《MATLAB信号处理》首次将信号处理涉及的各种MATLAB工具箱全面加以说明分析，简明扼要地介绍相关领域的基本概念和基本理论，重在讲述有关基本理论和物理背景，避开繁复的推导和中间过程，结合编程应用介绍工具箱函数的功能及用法，并且通过各种应用实例阐述如何利用MATLAB工具箱来解决工程应用问题。

自己做的五一赛论文，代码数据都在附录。本文针对股票投资组合问题进行了研究，建立了投资效用与多目标规划模 型，运用了历史模拟、灰色关联等方法，旨在确定股票投资组合策略。