【机器学习】多特征值分解的稀疏混沌信号盲源分离算法研究

机器学习：QR分解与特征值优化观测矩阵的算法研究

【机器学习】基于目标空间分解和连续变异的多目标粒子群算法

动态规划算法与分治法类似，其基本思想也是将待求 解问题分解成若干个子问题

针对目前锂离子电池寿命预测结果不准确的问题，提出了一种多模态分解的锂离子电池组合预测模型，从而学习锂离子电池退化过程的微小变化。该方法在单一长短期记忆（LSTM）预测模型的基础上，采用了自适应噪声完全集成的经验模态分解(CEEMDAN)算法将锂电池容量分为主退化趋势和若干局部退化趋势，然后使用长短期记忆神经网络（LSTMNN）算法分别对所分解的若干退化数据进行寿命预测，最后将若干预测结果进行有效集成。结果表明，所提出的CEEMDAN?LSTM锂离子电池组合预测模型最大平均绝对百分比误差不超过1.5%，平均相对误差在3%以内，且优于其他预测模型

5.1C程序的一般结构 15.1C程序的一般结构 1、结构化程序设计结构化程序设计 基本思想:将一个复杂的问题分解成若干较简单的子问题。必要时,对子问题进一步分解,每一个子问题称为一个模块,通过逐步求精,直到分解成一些容易实现的模块(最底层)为止,最终完成算法的功能设置

主函数的算法：对 4 到 1000 之间的偶数进行穷举，验证每一个偶数都可以分解成两个 素数的和。(将分解过程单独写成一个函数 goldbahe)

为提高开关电流电路故障诊断的精度,提出了一种基于小波包优选和优化BP神经网路的开关电流电路特征抽取与识别方法.首先对开关电流电路原始响应信号进行多层次的小波包分解,接着计算N层分解后的归一化能量值,以特征偏离度作为评价选择最优小波包基,构建最优故障特征向量,最后将提取的最优故障特征通过遗传算法优化的BP神经网络进行分类.该方法以实例电路进行验证,结果表明所有的软故障均得到了有效的分类,说明了该方法在开关电流电路故障诊断中的优越性

木文以中国宏观经济为背景,简述了计量经济学方法数学模型的建立、开发和应用的过程,对经济模型的数学描述。结构分解与分析以及政策仿真方法做了有益的探讨,并建立了国家货币必要量预测和供应量控制数学模型。本文的成果包括一个完整的货币模型,关于结构分解和政策仿真算法以及相应的计算机软件。为实现宏观经济决策科学化提供了一种有力的辅助工具

利用多分辨率分析,我们已构造出尺度函数和小波函数小本章将研究函数的小波分 解。我们将在第一节首先给出两种分解式,并导出计算小波系数的 Mallat算法。在第二 节将讨论小波的消失矩,它的光滑性以及与滤波函数mo()在w=处的零点的重数的 关系。第三节将用小波系数刻划函数的正则性