QOSTBC

说明：  李航的统计学习方法原版pdf，很好的机器学习和统计学习教材(statistical learning)

说明：  利用M语言实现有限元编程，包含各种单元的应用，以及有限元的动力学求解(Finite element programming with Matlab)

说明：  有关应用matlab编写的有限元函数,其中包含了一些最基本的有限元的基本函数,对于应用有限元法模拟电磁场欧很大的帮助(Matlab prepared for the application of the finite element function, which contains the most basic finite element basic function, using the finite element method simulation of electromagnetic fields in Europe a great help! !)

说明：  c primer plus 中文版课本中代码(Codes in Chinese C Primer Plus)

一个LS-DYNA3D早期的开发版本，非常难得的资料。(An early development version of LS-DYNA3D, very rare data.)

cours statistiques et estimation

DOA估计得MATLAB代码，不敢独享，希望对大家有用(DOA estimation in MATLAB code, and not exclusive and hope for all of us)

说明：  书籍 Design and Fabrication of Diffractive Optical Elements with MATLAB里面提到的所有案例的Matlab源代码，本资源不包含该书，本人有该书，但各位也可以通过豆丁文档找到该书的网络版(Design and Fabrication of Diffractive Optical Elements with MATLAB's matlab code,for you referance)

说明：  本书注重理论与实践相结合,通过实际案例和编程实现让读者理解理论在实践中的应用;同时还充分强 调“案例的实用性、程序的可模仿性”,且在案例程序中附有详细的注释。例如,投资组合管理、KMV模型计 算、期权定价模型与数值方法、风险价值VaR的计算等案例程序,读者可以直接使用或根据需要在源代码基 础上进行修改使用。(This book pays attention to the combination of theory and practice, through practical cases and programming to enable readers to understand the application of theory in practice; at the same time, it fully emphasizes "the practicality of cases, the imitatability of procedures", and has detailed notes in the case procedures. For example, case programs such as portfolio management, KMV model calculation, option pricing model and numerical method, VAR calculation can be used directly or modified on the basis of source code as required.)

摘要: 现有的聚类算法比如 CluStream 是基于 k-means 算法的。这些算法不能够发现任 意形状的簇以及不能处理离群点。 解决上述问题,本文提出了 而且, 它需要预先知道 k 值和用户指定的时间窗口。 为了 分将数据映射到一个网格, D-Stream 算法,它是基于密度的算法。这个算法用一个在线部 在离线部分计算网格的密度然后基于密度形成簇。 度衰减技术来捕获数据流的动态变化。 为了探索衰减因子、 数据密度以及簇结构之间的关系, 我们的算法能够有效的并且有效率地实时调整簇。 群点的稀疏网格是合理的, 算法采用了密 而且, 我们用理论证明了移除那些属于离 从而提高了系统的时间和空间效率。 该技术能聚类高速的数据流 而不损失聚类质量。 实验结果表明我们的算法在聚类质量和效率是有独特的优势, 并且能够 发现任意形状的簇,以及能准确地识别实时数据流的演化行为(Abstract: Existing clustering algorithms such as CluStream are based on the k-means algorithm. These algorithms can not be found Meaningful clusters and can not handle outliers. To solve the above problems, this paper presents)