注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Model predictive control

  2. Eduardo Fernandez Camacho, Carlos Bordons Alba.的Model predictive control，学习预测控制的人士可以看看。

  3. 所属分类：专业指导

    • 发布日期：2010-06-03
    • 文件大小：9437184
    • 提供者：tony19870925

  1. WINQSB 使用说明

  2. 从 WinQSB 系统的菜单选项，可以看出其可用于求解以下管理与决策科学领域的问题： 1．Acceptance Sampling Analysis （缩写为 ASA ，接受抽样分析） 主要用于各种抽样分析、抽样方案的设计以及假设分析； 2．Aggregate Planning （缩写为 AP ，综合计划编制） 用于求解 具有多时期正常排班、加班、分时段、转包生产量、需求量、储存费用、生产费用等复杂的整体综合生产计划的编制方法，求解思路是将问题归结到求解线性规划模型或运输模型； 3．Decisi

  3. 所属分类：网络基础

    • 发布日期：2010-06-15
    • 文件大小：791552
    • 提供者：luosupo1

  1. java 正则表达式

  2. [正则表达式]文本框输入内容控制 ….. 默认分类 2009-02-13 10:10 阅读26 评论0 字号： 大大 中中 小小整数或者小数：^[0-9]+\.{0,1}[0-9]{0,2}$只能输入数字："^[0-9]*$"。只能输入n位的数字："^\d{n}$"。只能输入至少n位的数字："^\d{n,}$"。只能输入m~n位的数字：。"^\d{m,n}$"只能输入零和非零开头的数字："^(0|[1-9][0-9]*)$"。只能输入有两位小数的正实数："^[0-9]+(.[0-9]{2})?

  3. 所属分类：Java

    • 发布日期：2011-06-26
    • 文件大小：40960
    • 提供者：nidielinsiqian

  1. Graph Matching Networks for Learning the Similarity of Graph Structured Objects

  2. 近日，DeepMind 和谷歌联合进行了一项研究，该研究提出了一种执行相似性学习的新型强大模型——图匹配网络（GMN），性能优于 GNN 和 GCN 模型。该论文已被 ICML 2019 接收。 DeepMind 和谷歌的这项新研究聚焦检索和匹配图结构对象这一极具挑战性的问题，做出了两个重要贡献。 首先，研究者展示了如何训练图神经网络（GNN），使之生成可在向量空间中执行高效相似性推理的图嵌入。其次，研究者提出了新型图匹配网络模型（GMN），该模型以一对图作为输入，通过基于跨图注意力的新型匹配

  3. 所属分类：机器学习

    • 发布日期：2019-05-07
    • 文件大小：1048576
    • 提供者：pierian_d

  1. 模型预测控制中涉及到的基本概念

  2. Minkowski, Lyapunov, and Bellman: Inequalities and Equations for Stability and Optimal Control 贝尔曼方程，最优性，稳定性；

  3. 所属分类：讲义

    • 发布日期：2020-02-24
    • 文件大小：2097152
    • 提供者：qq_34457371