复旦大学：《数学分析》讲稿_Euclid空间上微积分（高维微分学）_向量值映照微分学——向量值映照的背景

• SIMD结构 − 向量体系结构 − 多媒体SIMD指令集扩展 − 图形处理单元 • 向量体系结构 • GPU

• SIMD结构 − 向量体系结构 − 多媒体SIMD指令集扩展 − 图形处理单元 • 向量体系结构 • GPU

• 一、向量自回归模型定义 • 二、VAR的稳定性 • 三、VAR模型滞后期k的选择 • 四、VAR模型的脉冲响应函数和方差分解 • 五、格兰杰非因果性检验 • 六、VAR与协整 • 七、实例

复旦大学：《数学分析》讲稿_Euclid空间上微积分（高维微分学）_向量值映照微分学——向量值映照的极限

复旦大学：《数学分析》讲稿_Euclid空间上微积分（高维微分学）_向量值映照微分学——曲线向量值映照

5.1 引言 5.2 实现和最小实现 5.3 线性定常系统的最小实现 5.3.1 单变量系统的最小实现 5.3.2 向量传递函数（向量正则有理函数）的实现 5.3.3 用MATLAB求系统的最小实现

北京交通大学：《线性代数》课程教学资源（PPT课件讲稿）第四章 向量空间 4.1 n维向量及其运算

提出的脱机手写体汉字识别系统主要研究特征提取和分类识别两个模块.特征提取模块主要包括采用基于不变矩和弹性网格技术的串行特征融合方法,所得到的特征向量不仅充分反映了手写体汉字的全局和局部特征,而且具有很强的区分表达能力.分类识别模块将神经网络多类分类策略与最小二乘支持向量机相结合,所得到的分类器不仅识别率高、泛化能力强,而且有效地解决了多类分类问题.实验证明本文提出的识别系统能够取得很好的识别效果

针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力