资源列表
PS_Reflection_Coefficient_f
- this program uses to calculated seismic ps wave reflection coefficient based on Zoeppritz
topsheji
- 基于传统的99行程序进行改编，设计域与非设计域进行考虑(Based on the traditional 99 line program, the design domain and the non design domain are considered.)
数分第二次作业.docx
- 本文采用带双步位移的QR方法，通过该方法可以求出矩阵A的全部特征值。(In this paper, the QR method with two step displacements is used, and all eigenvalues of matrix A can be obtained by this method.)
转移概率矩阵计算的一种统计方法
- 利用马尔可夫链进行预测 , 其关键是转移概率矩阵的计算 。 本文给出了计算转移概率矩阵的一种统计方法 ,并且给出了实例计算 ,目的是为企业进行科学管理和决策提供科学依据 。(The key to prediction using the Markov chain is the calculation of the transition probability matrix. This paper presents a statistical method for calculating the
滞环电流控制
- 三相永磁同步电机的滞环电流控制仿真模型，控制瞬态电流输出。(Simulation Model of hysteresis current Control for Three-phase permanent Magnet synchronous Motor)
OFDM
- OFDM code with 16-QAM modulation. Can be easily Understood and modified.(This code basically computes the BER of an OFDM system. The ifft size is 64 .16-QAM is the modulation Technique and convolution encoding rate 1/2 is used as the coding scheme.)
Python神经网络编程.pdf+代码
- 本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在Raspberry Pi上工作。(This book begins with a brief introduction to the basi
VCU
- 某一商用车的简单vcu simulink模型(a VCU simulink example model for a TRACK)
BP神经网络python简单实现
- 去掉神经元类，把功能合并入NetLayer类中，使用矩阵计算加快速度 调整代码实现批量训练方法。 优化程序中numpy库运算顺序，避免产生中间变量(Remove neuron classes, merge functions into NetLayer classes, and use matrix to calculate speed.)
path_following
- 结合carsim-simulink，设计路径跟踪算法。(Combined with carsim-simulink, the path tracking algorithm is designed.)
《MATLAB 神经网络43个案例分析》源代码&数据1-10
- 《MATLAB 神经网络43个案例分析》源代码&数据1-10(43 cases analysis of MATLAB neural network)
代码
- 实现了一个基于 matlab 的信号发生器，并同时画出了信号的时域表示，自相关函数及功率谱，实现的信号发生器能够产生的信号为： （1） 白噪声 （2） 单位冲激信号 （3） 正弦信号 （4） 方波信号 （5） 三角波信号(A signal generator based on MATLAB is realized, and the time domain representation, autocorrelation function and power spectrum of the sign