D-S证据理论

当前话题为您枚举了最新的 D-S证据理论。在这里,您可以轻松访问广泛的教程、示例代码和实用工具,帮助您有效地学习和应用这些核心编程技术。查看页面下方的资源列表,快速下载您需要的资料。我们的资源覆盖从基础到高级的各种主题,无论您是初学者还是有经验的开发者,都能找到有价值的信息。

D-S证据理论算法的MATLAB实现及优化
D-S证据理论的MATLAB实现算法已经以函数形式编写,用户只需输入参数即可轻松使用。如果需要改进,仅需进行少量修改。
D-S证据理论算法的MATLAB编写及简易实现
D-S证据理论的MATLAB算法已被设计为简单的函数形式,用户只需输入相应参数即可使用。如果需要进一步改进,仅需进行少量修改。
4-D Sobel边缘检测器函数S = edge4d(A)的应用
4-D Sobel边缘检测器是用于计算4维张量A中每个(x,y,z,t)位置的边缘强度的工具。它支持输入类包括浮点型双精度和单精度。通过应用Sobel算子,该工具能够有效地检测出多维数据中的边缘特征。
计算Cohen's d效应大小函数computeCohen_d(x1, x2, varargin)
使用MATLAB开发的函数computeCohen_d(x1, x2, varargin)用于计算两个样本x1和x2的Cohen's d效应大小。函数支持处理独立样本和配对样本。根据Cohen和Sawilowsky的标准,效应大小从很小(d = 0.01)到巨大(d = 2.00)不等。这一工具有助于研究者评估实验结果的效应量。
离散化与概念分层助力大数据理解
离散化将连续数据划分区间,用区间标号取代实际值;概念分层用高层概念替代低层属性值,概化数据。通过概念分层,数据细节虽有所损失,但概化后的数据更具意义和可解释性,同时节省存储空间和I/O开销。
Matlab SVPWM S函数
这是一个Matlab仿真程序,使用C语言编写的S函数实现SVPWM控制算法。该程序代码经过测试,可以正常运行。 初次使用S函数的用户,需要先打开S-Function Builder,点击右上角的“Build”按钮,然后运行Simulink模型。 该程序采用一种非常规的SVPWM实现方法,可以为SVPWM初学者和希望节省开发时间的工程师提供参考。
Spark理论详解
这本书是目前国内唯一的中文资源,对学习Kettle的朋友和研究ETL的专家都有很高的参考价值。
MATLAB中的复杂S到T和T到S参数转换
MATLAB的s2t和t2s函数已经扩展,现在支持复杂的M×N×P和M×M×P阵列的参数转换。这些方程的基础是J. Frei、XD Cai和S. Muller在IEEE微波理论与技术汇刊上发表的研究。
S 标准设定值
字母颜色 标点 线型y 黄色 · 点线m 粉红 ○ 圈线c 亮蓝 × ×线r 大红 + +字线g 绿色 - 实线b 蓝色  星形线w 白色 : 虚线k 黑色 - · (--) 点划线
D3 文档
关于 D3 的中文指南