资源列表
Gani of Horm
- 计算口径天线增益效率，分析效率与增益关系(The gain efficiency of the aperture antenna is calculated, and the relationship between the analysis efficiency and the gain is analyzed)
第12章 基于FCEM的TRIZ评价
- TRIZ创新方法是由苏联人Genrich Altshullrer在1946年创立的，它是一种系统改良的方法，可以自觉性演化的技术系统，解决工程问题并消除工程冲突而不抵消妥协，同时它也是一种增加工程人员知识创新力和解决问题技巧的方法。其核心思想包含三个方面：①无论是一个简单产品还是复杂的技术系统，其核心技术的发展都是遵循着客观的规律发展演变的，即具有客观的进化规律和模式；②各种技术难题和矛盾的不断解决是推动这种进化过程的动力；③技术系统发展的理想状态是用最少的资源实现最大效益的功能。(TRIZ i
MATLAB神经网络43个案例分析
- MATLAB处理神经网络的43个案例，推荐学习(MATLAB neural network processing 43 cases, it is recommended to learn)
rtkpost
- 通过广播星历和精密星历实现GNSS数据的快速解算(The fast calculation of GNSS data is realized by broadcast ephemeris and precise ephemeris)
NestedParticle Swarm Optimization
- 遗传-套粒子群算法用于解决经济调度问题。(Genetic set particle swarm optimization algorithm is used to solve the problem of economic dispatch.)
mpc pmsm simple
- model predictive control of permanent magnet synchronous motor drive fed bay two level source inverter simple implementation are sumarized and need more bloks.
code
- 对于单输入单输出的系统（Single input single output，SISO）常采用最小二乘方法辨识系统的参数。最小二乘参数估计是一个经典的方法，概念简明，适应范围广，来源于数理统计的回归分析，它能提供一个在最小方差意义上与实验数据最好拟合的模型，在一些情况下，可得到与极大似然法一样好的统计效果，并能很方便地与其它辨识算法建立关系。在一定条件下，最小二乘法参数估计法有最佳的统计特性，即一致的、无偏的和有效的结果。本代码主要关于使用递推最小二乘辨识方法与增广最小二乘辨识方法辨识模型参数，
fast nlm
- 实现non local means 快速功能，供大家参考(Achieve fast non local means noise reducing algorithm for your reference)
PCANET
- 特别好用的图像分类算法！！！输入图像 输出分类结果(A particularly useful algorithm for image classification!!! Input image output classification results)
m03
- 主成分分析发实例，数据在mat文件中，运行前需要将其调入内存，主要用于光谱分析。(Example of principal component analysis)
IGSreadN
- matlab编写的读取IGS广播星历文件（.n）文件的程序。读取完成后将数据分类储存为cell格式和struct格式。(Matlab prepared to read IGS broadcast ephemeris file (.N) file procedures. After reading is finished, the data is sorted into cell and struct format.)
kalman_filter_temperature
- 用matlab实现卡尔曼滤波器预测功能， 主要对温度的预测，程序中对每一步都有详细解释，适合初学者学习。(Using Matlab to achieve Kalman filter prediction function, Mainly on the temperature of the forecast, the procedure for each step are explained in detail, suitable for beginners to learn.)