图书 •
783 引用 •
157 回帖 •
3 关注
博客
关注
-
mul(A,X)函数将两个矩阵相乘,例如[图片]相乘 A B 1 [[3,5],[2,8]] [[4,6],[2,4]] 2 =mul(A1,B1) A2 将A1 和 B1相乘,返回矩阵 [图 ..
-
A B 1 [[3,5],[2,8]] [[4,6],[2,4]] 2 =A1.(~.(~*5)) 3 =A1.(~.(~*B1(A1.#)(#))) A2 数乘,A1 的每个元素都乘以 5, ..
-
A B 1 [[3,5],[2,8]] [[4,6],[2,4]] 2 =A1.(~++B1(#)) 3 =A1.(~--B1(#)) A2 A1 和 B1 的元素相加,返回 [[7,11], ..
-
[图片]将矩阵进行上下合并和左右合并 A B 1 [[3,5],[2,8]] [[4,6],[2,4]] 2 =A1|B1 3 =transpose([A1,B1]).(~.conj()) A ..
-
可以用序列操作对矩阵元素进行引用 A 1 [[22,7.25],[38,71.2833],[26,7.925],[35,53.1],[35,8.05]] 2 =A1(1) 3 =A1.(~(1 ..
-
全“1”矩阵,零矩阵,主对角线为”1”的矩阵,单位矩阵 A 1 =ones(3,2) 2 =zeros(3,2) 3 =eye(3,4) 4 =I(3) A1 生成3 行 2 列的全”1”矩阵 ..
-
在SPL 中,矩阵以二级序列的形式存在,比如[[22,7.25],[38,71.2833],[26,7.925],[35,53.1],[35,8.05]],每一个子序列表示一行,通常是一个样本 ..
-
计算向量的最大最小值、平均值、中位数、众数、四分位数、极差、方差、标准差、偏度、标准误 A 1 [7,9,6,23,56,1,6] 2 =A1.max() 3 =A1.min() 4 =A1. ..
-
norm()可以用来对向量或矩阵进行归一化操作 A 1 [7,9,6,23,56,1] 2 =norm(A1) 3 =norm@0(A1) 4 =norm@s(A1) A2 对向量A1进行归一 ..
-
A 1 [7,9,6,23,56,1] 2 =transpose(A1) A1输入一个向量 A2 对 A1 进行转置,返回一个列向量 [图片]
-
A B 1 [7,9,6,23,56,1] [7,9,6,23,56,1] 2 =A1++B1 3 =A1--B1 4 =A1.(~*5) 5 =A1.(~*B1(#)).sum() 6 =m ..
-
A 1 [7,9,6,23,56,1] 2 =sqrt(sum(A1.(~*~))) A1输入向量 A2 计算向量A1的模,返回61.903
-
A.freq(o)计算向量A 中 o 出现的频度,如果 o 省略,则查找空值的频度(包括空字符串和 NA) A 1 [0,NA,2,3,,5,6,3,100,9] 2 =A1.freq(3) ..
-
mfind(A,n),在A中查找前n个非0 成员位置 A 1 [0,6,0,23,56,1,0] 2 =mfind(A1,3) 3 =mfind(A1) 4 =mfind(A1,20) A1 ..
-
在SPL中可以通过位置引用向量元素 A 1 [7,9,6,23,56,1] 2 =A1(3) 3 =A1.to(2) 4 =A1.to(3,5) 5 =A1.to(3,) 6 =A1.m(-2 ..
-
在SPL 中用序列来表示向量,向量的元素被称为成员,成员和成员之间用逗号间隔。 比如:[7,9,6,23,56,1]表示一个有6 个元素的向量,也就是有 6 个成员的序列。 SPL代码和返回值 ..
-
[链接]目录 [链接]向量运算 [链接] [链接] [链接] [链接] [链接] [链接] [链接] [链接] [链接] [链接]矩阵运算 [链接]基本运算 [链接] [链接] [链接] [链 ..
-
有边界的线性拟合方法保证拟合时收率被限制在边界内,误差限制法保证收率不偏离基础收率太远,现在只有约束2(所有出料对某一种进料的收率和等于1)还没有满足,本节将介绍一种线性变换的方法来满足此约束 ..
-
为了满足约束3(收率不能偏离基础收率太远),将收率与基础收率的差称为偏差收率,记为WE。 WE=W-B 收率W范围是[0,1],基础收率B是固定的,偏差收率WE的理论最大范围是[-1,1],但 ..
-
在积累了一些进料和出料的样本数据后,我们希望计算出收率矩阵。 如果没有任何约束条件,用最小二乘法就可以得到收率W。 W=linefit(X,Y) 其中linefit(…)是最小二乘线性拟合函数 ..
-
工业生产活动的目标是利用原料生产产品,从而产生利润。原料经过一系列加工过程,包括物理反应和化学反应,最终形成产品,生产的理想状态是原料到产品的转换率是确定的,工厂想生产多少产品就知道需要准备多 ..
-
对于时间序列来说,比较两个时间序列的相似性是一个很普遍的任务。通俗来说,两个时间序列的数据越接近,它们的图像“长得越像”,两个时间序列就越相似,而形容它们“长得像”的程度就是相似度,用sm表示 ..
-
时间序列中,如果某一时段内的数据变化不大,我们称之为稳定段;某一时段内数据快速上升或者下降,我们称之为不稳定段;不稳定段通常是前一段稳定段的结束,也是后一段稳定段的开始,发现不稳定段可以确定每 ..
-
我们已经实现发现单形状曲线段的方法,有时我们还需要发现两种形状甚至更多形状连续出现的复合形状,比如先下降再平稳、先上升再平稳再下降等等。 还以之前的时间序列为例,找出先下降再平稳的曲线段。下图 ..
-
1. 筛选取值在[90,95]之间的曲线段 不需要计算特征指数,也不用投射参数。 参数设置: 特征指数名组合Nm Nm=[“Value”] 取值范围记Ag Ag=[[90,95]] 形状长度范 ..