贝兄-CSDN博客

原创 RuntimeError: Trying to backward through the graph a second time

RuntimeError: Trying to backward through the graph a second time解决方法及原理

2023-02-14 11:25:38 474

原创数学建模--线性回归和线性相关性分析基于R语言

线性相关性分析： x=c(171,175,159,155,152,158,154,164,168,166,159,164) y=c(57,64,41,38,35,44,41,51,57,49,47,46) plot(x,y) #相关系数计算 cor(x,y) #建立假设检验:H0:ρ=0,H1:ρ≠0,α=0.05(即原假设为不相关) #计算相关系数r的t值 cor.test(x,y) #df:自由度 #p-value<0.05因而x,y有相关性 #95 percent confidence inte

2021-04-17 22:33:09 1521

原创离散时间信号的基本运算

%序列相加 clc; clear; x1=[1,2,3,4,5]; k1=-1:3; x2=[5,6,7]; k2=2:4; k=min([k1,k2]):max([k1,k2]); f1=zeros(1,length(k)); f2=zeros(1,length(k)); f1(find((k>=min(k1))&(k<=max(k1))==1))=x1; f2(find((k>=min(k2))&(k<=max(k2))==1))=x2; f=f1+f2; sub

2021-04-16 21:17:35 1083

原创连续时间信号的基本运算

%连续时间信号的基本运算 %相加 clc; clear; t=-2:0.01:6; u=(t>=0); y=sin(pi*t); ft=y+u; plot(t,ft); xlabel('时间(t)'); ylabel('幅值f(t)'); title('连续信号的相加'); %相乘 clc; clear; t=-2:0.01:6; u=(t>=0); y=sin(pi*t); ft=y.*u; plot(t,ft); xlabel('时间(t)'); ylabel('幅值f(t)'); t

2021-04-16 15:13:23 1548

原创信号与系统实验--基本连续和离散信号的表示

%连续信号 %单位阶跃信号 clc; clear; t=-1:0.01:4; ft=(t>=0); plot(t,ft); axis([-1,4,-0.2,1.2]); grid on; %指数信号 clc; clear; t=0:0.01:6; ft=6*exp(-1*t); plot(t,ft); grid on; %正弦函数 clc; clear; f0=6; w0=2*pi*f0; t=0:0.001:1; ft=4*sin(w0*t+pi/5); plot(t,ft); g

2021-04-16 11:21:51 1235

原创数学建模笔记--循环比赛模型

%求特征根和特征向量 [V,D]=eig(A) matlab程序： A1=[0,0,1,0,1,1,1,1,1,1,1,1,1,1,1,1; 1,0,1,1,0,1,1,1,0,1,0,0,1,1,1,1; 0,0,0,0,0,1,1,0,1,1,1,1,1,1,1,1; 1,0,1,0,1,0,0,1,1,0,1,1,1,0,1,1; 0,1,1,0,0,1,0,1,1,0,0,1,1,1,1,1; 0,0,0,1,0,0,1,0,1,1,1,1,0,1,1,1; 0,0,0,...

2021-04-15 23:56:30 4031

原创数学建模笔记--层次分析法与应用

层次分析法与应用决策是我们经常遇到的问题。譬如假期到了，人们打算外出旅游，如何选择旅游的景点；学校评选优秀学生，如何评选和评选谁；中学毕业上大学，如何选择志愿等等。例如要选择升学志愿，需要考虑兴趣爱好、专业前途以及收费标准等。总之，人们的决策活动无论是简单还是复杂，它都是在系统观点下的一个综合判断的过程。层次分析法（Analytic Hierchy process简记为AHP）是美国运筹家T.L.Saaty在70年代初提出来的，它是将半定性、半定量的问题转化为定量计算的一种行之有效的方法。在资源分配、选

2021-04-15 20:45:00 651 1

原创数学建模笔记--图论中最优树问题的lingo求解

问题1 某有10个城镇见下图，它们之间的距离见表1。城镇1处有一条河流，现需要从各城镇之间铺设管道，使城镇1处的水可以输送到各城镇，求铺设管道最少的设计方式。该问题实际上是求从点1出发的最优树问题。 Lingo实现程序为： model: sets: point/1..10/:u; link(point,point):d,x; endsets data: d=0,8,5,9,12,14,12,16,17,22, 8,0,9,15,16,8,11,18,14,22, 5,9,0,7,9,11,7...

2021-04-14 21:12:22 2625

原创数学建模笔记--图论中TSP模型的Lingo求解与应用

图论中TSP(Traveling Salesman Problem）问题的LINGO求解与应用问题1 设有一个售货员从10个城市中的某一个城市出发，去其它9个城市推销产品。10个城市相互距离如下表。要求每个城市到达一次仅一次后，回到原出发城市。问他应如何选择旅行路线，使总路程最短。 MODEL: SETS: city/1..10/:u; link(city,city):d,x; ENDSETS DATA: d=0 7 4 5 8 6 12 13 11 18 7 0 3 10 9 14 5 14

2021-04-14 19:45:44 5718 3

原创数学建模学习笔记--图论中最短路算法与程序实践

1.Floyd算法 1）根据已知的部分节点之间的连接信息，建立初始距离矩阵B(i,j),其中没有给出距离的赋予一个充分大数值，以便于更新。（i,j=1,2,…n） 2）进行迭代计算。对任意点（i，j），若存在k，使B（i，k)+B(k,j)<B(i,j),则更新B（i，j）=B(i,k)+B(k,j) 3)直到所有点距离不再更新停止计算，得到最短路径矩阵B（i，j） for k=1:n for i=1 :n for j=1:n t=B(i,k)+B(k,j); if t<B(i,j) B(i,j

2021-04-13 23:53:13 426

zhutele的博客