预训练模型参数， 执行完demo.py程序后删除tf-faster-rcnn/output/res101/voc_2007_trainval+voc_2012_trainval下的default文件 ，然后再去执行测试文件，因为测试时还要创建一个default文件，那个和现在这个是不一样的，所以如果不删除这个现存的default文件会导致无法测试，显示default文件已存在，创建失败。当然测试完之后如果要运行demo.py文件的话，同样是要删除掉测试时创建的default文件的。（很奇怪，这是我在一个GitHub上的讨论中找到的答案）

将马斯京根模型参数K和x与河段物理特征，如比降、断面宽度及河段长度建立关系，推导出了抛物线形，三角形和矩形三种断面河段的参数估算公式。在干江河流域的应用结果表明：30场洪水中，洪峰流量相对误差小于20%的为100%，洪量相对误差小于20%的为90%，峰现时间误差小于2h的为96.67%，确定性系数大于0.7的为96.67%。

针对传统模型预测控制对系统模型的依赖性强、鲁棒性差的问题，提出一种应用于三相三电平中性点箝位型(NPC)逆变器的改进无模型预测电流控制方法。该方法利用当前时刻检测的负载电流和上一次计算的电流差分矢量预测下一时刻的输出电流值，其无需任何系统模型参数；通过引入计数因子，及时更新电流差分，并在下一控制周期内应用所选择的使给定代价函数最小的逆变器开关状态，有效地控制负载电流。该算法在一个采样间隔内只需对负载电流进行一次采样，但其运算量大，对系统处理器要求较高。仿真和实验结果表明：所提控制策略具有良好的稳态特性和动态响应速度，且能消除负载参数变化对控制系统稳定性的影响。

通过改进的粒子群算法，结合4阶龙格库塔法，对J-A磁滞模型进行参数辨识

线性模型参数的估计理论

SAR F.Leberl模型参数解算 matlab 有数据，有结果，如运行有问题请联系我。

PSpice16.5 AD 教程七（常见元器件模型参数）

随机模型预测控制公式，基于二次动态矩阵控制。 多项式混沌展开用于量化模型参数中的不确定性对预测模型输出的影响。 由此产生的 MPC 允许对具有高状态维度和不确定参数的系统进行快速设定点跟踪。 这是论文 von Andrian, M. 和 Braatz, RD (2019)“基于多项式混沌理论的随机模型预测控制的无偏移输入输出公式”论文的完整代码，美国控制会议论文集，2019 年，360 -365，可在： https ://doi.org/10.23919/ACC.2019.8814366 抽象的： 随机模型预测控制 (SMPC) 公式被提出，它具有低在线计算成本和零稳态偏移，适用于高状态维度的约束动态系统。 概率参数不确定性对过程输出的影响使用多项式混沌理论进行量化，状态维度的可扩展性通过使用输入-输出公式获得，与状态数量无关。 提供了使用 z 变换的解释和数学证明，以解释为什么某些

在ADS环境中，建立实际二极管的模型以及参数仿真和提取

Python实现GA(遗传算法)对SVM分类模型参数的优化资料说明：包括数据集+源代码+Word文档说明。 资料内容包括： 1)需求分析； 2)数据采集； 3)数据预处理； 4)探索性数据分析； 5)特征工程； 6)机器建模； 7)模型评估； 8)实际应用