基于RNN的Tensorflow实现文本分类任务的注意力机制

【实例简介】SPH光滑粒子流体动力学中英文都有，中文版本以及英文版的都有，拿去参考吧。光滑粒子流体动力学-一种无网格粒子法 第1章 绪论 1.1 数值模拟 1.1.1 数值模拟的作用 1.1.2 一般数值模拟的求解过程 1.2 基于网格的方法 1.2.1 拉格朗日网格 1.2.2 欧拉网格 1.2.3 拉格朗日网格和欧拉网格的结合 1.2.4 基于网格的数值方法的局限性 1.3 无网格法 1.4 无网格粒子法(MPMS) 1.5 MPMs的求解策略 1.5.1 粒子描述法 1.5.2 粒子近似 1.5.3 MPMS的求解过程 1.6 光滑粒子流体动力学(SPH) 1.6.1 SPH方法 1.6.2 SPH方法简史 1.6.3 本书中的SPH方法 第2章 SPH的概念和基本方程 2.1 SPH的基本思想 2.2 SPH的基本方程 2.2.1 函数的积分表示法 2.2.2 函数的导数积分表示法 2.2.3 粒子近似法 2.2.4 推导SPH公式的一些技巧 2.3 其他基本概念 2.3.1 支持域和影响域 2.3.2 物理影响域 2.3.3 particle—in-cell(PIC)方法 2.4 结论 第3章 光滑函数的构造 3.1 引言 3.2 构造光滑函数的条件 3.2.1 场函数的近似 3.2.2 场函数导数的近似 3.2.3 核近似的连续性 3.2.4 粒子近似的连续性 3.3 构造光滑函数 3.3.1 构造多项式光滑函数 3.3.2 一些相关的问题 3.3.3 光滑函数构造举例 3.4 数值测试 3.5 结论 第4章 SPH方法在广义流体动力学问题中的应用 4.1 引言 4.2 拉格朗日型的Navier—Stokes方程 4.2.1 有限控制体与无穷小流体单元 4.2.2 连续性方程 4.2.3 动量方程 4.2.4 能量方程 4.2.5 Navier-Stokes方程 4.3 用SPH公式解Navier-Stokes方程组 4.3.1 密度的粒子近似法 4.3.2 动量方程的粒子近似法 4.3.3 能量方程的粒子近似法 4.4 流体动力学的SPH数值相关计算 4.4.1 人工粘度 4.4.2 人工热量 4.4.3 物理粘度 4.4.4 可变光滑长度 4.4.5 粒子间相互作用的对称化 4.4.6 零能模式 4.4.7 人工压缩率 4.4.8 边界处理 4.4.9 时间积分 4.5 粒子的相互作用 4.5.1 最近相邻粒子搜索法(NNPS) 4.5.2 粒子对的相互作用 4.6 数值算例 4.6.1 在不可压缩流的应用 4.6.2 在自由表面流的应用 4.6.3 SPH对可压缩流的应用 4.7结论 第5章 非连续的SPH(DSPH) 5.1 引言 5.2修正光滑粒子法 5.2.1一维情况 5.2.2 多维情况 5.3 模拟非连续现象的DSPH公式 5.3.1 DSPH公式 5.3.2 非连续的确定 5.4 数值性能研究 5.5 冲击波的模拟 5.6 结论 第6章 SPH在爆炸模拟中的应用 6.1 引言 6.2 HE爆炸和控制方程 6.2.1 爆炸过程 6.2.2 HE的稳态爆轰 6.2.3 控制方程 6.3 SPH公式 6.4 光滑长度 6.4.1 粒子的初始分布 6.4.2 光滑长度的更新 6.4.3 优化和松弛过程 6.5 数值算例 6.6 应用SPH方法模拟锥孔炸药 6.7 结论 第7章 SPH在水下爆炸冲击模拟中的应用 7.1 引言 7.2 水下爆炸和控制方程 7.2.1 水下爆炸冲击的物理特性 7.2.2 控制方程 7.3 SPH公式 7.4 交界面处理 7.5 数值算例 7.6 真实爆炸模型与人工爆炸模型的比较研究 7.7 水介质缓冲模拟 7.7.1 背景 7.7.2 模拟设置 7.7.3 模拟结果 7.7.4 小结 7.8 结论 第8章 SPH方法在具有材料强度的动力学中的应用 8.1 引言 8.2 具有材料强度的动力学 8.2.1 控制方程 8.2.2 本构模型 8.2.3 状态方程 8.2.4 温度 8.2.5 声速 8.3 具有材料强度的动力学SPH公式 8.4 张力不稳定问题 8.5 自适应光滑粒子流体动力学(ASPH) 8.5.1 为什么需要ASPH方法 8.5.2 ASPH的主要思想 8.6 对具有材料强度的动力学的应用 8.7 结论 第9章 与分子动力学耦合的多尺度模拟 9.1 引言 9.2 分子动力学 9.2.1 分子动力学的基本原理 9.2.2 经典分子动力学 9.2.3 经典MD模拟 9.2.4 Poiseuille流的MD模拟 9.3 MD与FEM和FDM的耦合 9.4 MD与SPH的耦合 9.4.1 模型I：双重功能(具有重叠区域的模型) 9.4.2 模型Ⅱ：力桥(没有重叠区域的模型) 9.4.3

基于JADE的盲源分离算法程序unction B = jadeR(X,m)% B = jadeR(X, m) is an m*n matrix such that Y=B*X are separated sources% extracted from the n*T data matrix X.% If m is omitted, B=jadeR(X) is a square n*n matrix (as many sources as sensors)%% Blind separation of real signals with JADE. Version

随机规划与模糊规划全本，是一本很好的参考用书序言在现实世界上,人们制定决策时经常会磁到两类不确定性现象:一是随机现象,一类是模糊现象。揹述、刻匦随机现象的量称为随机变量,而描述、刻画模糊现象的量称为模糊集。为了方便,我们不妨把二者分别称为随机参数和模糊参数。含有随机和模糊参数的数学规划分别称为随机规划和模糊规划。既然随机性和模糊性都是用来处理不确定性的,我们将随机规划和模糊规划统称为不确定规划。本书将为随机规划和模糊规划提供统一的原理,并为一般不确定环境下的优化理论打下基础在很多实际问题中,如管理、工程、经济、工业以及生态等领域,系统是一个广泛使用的概念,而一个复杂的决策系统通常具有多维性、多样性、多功能性和多准则性,并带有随机或模糊参数。对于随机规划间题中所出现的随机变量,出于不同的管理目的和技术要求,采用的方法自然也不同。第一类处理随机规划中随机变量的方法是所谓的期望值模型,即一种在期望值约束下使目标函数的概率期望达到最优的模型.第二类方法是 Charnes和 Cooper提出的机会约束规划,主要针对约束条件中含有随机变量,目必须在观测到随机变量的实现之前作出决策的情况。考虑到所作决策在不利情况发生时可能不满足约束条件,而采用一种原则:即允许所作决策在一定程度上不满足约束条件,但该决策应使约束条件成立的概率不小于某一置信术平α。第三类隨杋规划是相关机会规划,是使事件的机会函数在不确定环境下达到最优的方法,在确定性规划以及期望值模型和机会约束规划中随机规划与模糊规攴当对实际问题建模以后,可行集本质上是确定的,这就可能导致所给出的最优解在实际中无法执,而相关机会规划并不假定可行集是确定的。实际上相关机会规划的可行集被描述为所谓的不确定环境。虽然相关机会规划也给出一个确定的解,但这个解只是要求在安际问题中尽可能地执行。显然,相关机会规划的这特点与确定性规划、期苤值棋型和机会约束规划是截然不同的沿用随机环境中枕会约東规划的思想,在模榈环境中,假定模糊约東成立的可能性不小于置信水平α,这样就可以建立模糊机会约束规划、机会约束多目标规划和机会约束目标规划.类似地,沿用随机环境下相关机会规划的思想,亦有模糊相关机会规划、相关机会多目标规划和相关机会目标规划理论随着计算机的飞速发展和革新算法的不断涌现,许多复杂的优化问题已可以通过计算机求解。虽然目前计算机的能力还只能处理小规模的不确定规划模型,但是,我们坚信计算机的能力将会大幅度提高。这就为求解更加复杂的优化问题提供了一个契机它不仅表现在已有的复杂模型可以通过计算机求解,而且表现在我们可以提出更丰富的建模恿想。基于这一事实,本书采用全新的观点处理随机娜划和模糊规划,并且允许不确定规划中的目标函数和约束函数是非线性的,随机参数的密度函数或模糊参数的隶属函数可以有更灬般的形式,模型的结构可以更加复杂等等夲书为求解传统方法所不能解决的随机规划和模糊规划模型,设计了一系列基于随杌模拟或模糊模拟的遗传算法、虽然遗传算法有耗时多、速度慢等缺点,但对传统方法无法处理的问题,遗传算法是一种非常有效的方法,而且随着计算机速度的提高,实际间题将可以在合理的计算时间内得到解决本书共分12章。第1章主要介绍数学规划的基本概念,如线性规划、非线性规划、多目标规划、目标规划以及整数规划,同时也勾画出了随机规划私模糊规划的理论框架.第2章为求解优序言化问题,如单目标规划、多目标规划和目标规划,提供了一个遗传算法,并通过一些数值例子解释了遗传算法的有效性。第3章列举了生成随杌数的方法,并介绍模糊集合的一些基础理论,以及随机模拟和模粉模拟的技术。第4章给出了期望值模型的一些基本性质。第5章讨论了带有随机参数的机会约束规划。第召章给出一些机会约束规划模型的应用。第7章讨论了随机环境下的相关机会规划模型。第8章通过相关机会规划模型对随机决策系统进行了建模。第9章把随机机会约束规划推广到模糊机会约東规划。而第10章把随机相关机会规划推广到模糊相关机会约束规划.传统的数学规划模型提供的是使一些目标函数达到最优的清晰决策,然而,对实际问题,有讨应该提供的是模糊决策而不是清晰决策,所以第11章建立了带有模糊决策的模糊规划的理论构架。在第9章和第11章所讨论的模糊系统中的机会约束规划模型夲质上是一种 Maximax模型(乐观模型),即极大化可能达到的最大收益.与 Maximax模型的思想不同,第12章介绍了Mamx机会约束规划模型,其思想是极大化可能达到的最小收益本书可作为高等院校有关专业的高年级大学生和研充生的教材,也可作为运筹学、管理科学、计算机科学、系统科学、信息科学与工程等方面的学者和技术人员的参考书目录序第1章数学规划筒介11线性规划1.2非线性规划1.3多目标规划614目标规划81.5整数规划16不确定规划12第2章遮传算法优化间题22表示结构1823处理约束条件824初始化过程2评价函数202选择过程2227交叉操作2328变异操作429遗传算法程序242I0遍传算法与上升法25211数值例子26随机规划与模糊规划第3章随机棋拟和棋糊棋拟a了31随机数的产生3832随机模拟4733模糊集合理论5034模糊模拟57第4章期望值樸型644.1期望值算子652期望值模型6643凸性684.4补偿模型..、7(45基于随机模我的遗传算法46注73第5章机会约束划7生51机会约束规划模型5.2确定生等价类53—些性质8354随机模拟885.5基于随机模拟的遗传算法56注94第6章机会约束规划的应用0561生产过程0562饲料混合问题6.3随机资源分配986开放存储网络0165资金预算112月录11第7章相关机会规划L1771背景;供给-分配系统177.2随机集合1217.3不确定坏璄12474事件和机会函数1257.5相关机会规划..,,]2876相关机会多目称规划,,1307.7相关机会目标规划1337.8执行墩优解3679机会函数的随机模拟1377.10基于随机模拟的遗传算法138711注143第8章随机决簟系統媓模1448.1水资源供给一分配问题14482生产过程l5283开放存储网络15484资金预算15g第9章模糊机会约束规划16491机会约束规划模型1659.2清晰等价类.1689.3模糊模拟17394基于模糊模拟的遗传算法17595资金预算1796注183第10章模糊环境下的相关机会规划18410.1相关机会规划184随机规划与糢糊规划102相关机会多目标规划18610.3相关机会目标规划18810.4杌会函教的模糊模拟19110.5基于模糊模拟的遗传算法92106注197第11章带有模糊决策的模糊规划181.1模糊决策198112机会约束规划模型20(113相关机会规划模型20214模糊模拟1.5基于模糊模拟的遗传算法21211.6数值例于21617注222第12章 Minimax机会约束规划模型223121 Marina模型223122 Minimax模型227123 Minimax与Ma2x1卫ha22912.4模糊模拟232125数值例于23生126注238参考文献240些常用的符号251索引252第1章数学规划简介数学规划是运筹学的一个重要分支,并已被广泛地应用到很多领域数学规划可以描述为在一些数学关系诸奶等式或不等式表示的约束条件下,求一个(或一组)数的极值问题的方法.常見的数学规划有线性规划、非线性规划、多目标规划、目标规划整数规划、多层规划、动态规划以及本书重点讨论的随机规划和模糊规划等等本章里,介绍一些数学规划的基本概念和处理技术,为引入殖机规划和模糊规划打下基硼1.1线性规划作为优化领域最重要的工具之一,线性规划是用来处理在线性等式及不等式组的约束条件下求线性函数的极值问题的方法线性规划的标准形式可以写为maKC11千C22+…十Cun12:+媛122+…+a1nxn=竹1a211千22+…axn=b4m121+(m232+…+ammn=bm3≥D3=1,2

用MATLAB编的很简单的数字基带传输系统的仿真实现.设置好参数后,按说明文件里的顺序逐个调用子程序或直接调用主程序function [sampl,re_sampl]=system_1(A,F,P,D,snr,m,N)即可.各程序和参数作用已在程序内标明.

基于MATLAB_Simulink的PSK传输系统仿真基于MATLAB_SIMULINK的模拟通信系统仿真基于Matlab的QPSK系统设计仿真基于Matlab的QPSK系统设计仿真利用MATLAB实现PSK系统的仿真通用数字信号解调器的SIMULINK建模

全面详解lte：MATLAB建模、仿真与实现源代码，代码齐全，适合通信工程初学者仿真用

matlab编写单纯形法。完全按照最优控制指导教材上的单纯形法的理论步骤编写的。每一步的结果都有给出，很详细的。没有错误。

基于模糊聚类思想的信号分选方法 有测试数据 代码附有详细的注释，对做信号分选方面的同学有帮助

International Reference Ionosphere - IRI (2016)的matlab代码~~亲测能用~非常方便输入参数，还可以画图

【实验目的】（1）学会解决帧的同步和频偏校正问题；（2）理解帧的同步和频偏校正的原理；（3）实现基于训练序列的相关性的帧同步和基于Moose算法的频偏校正。