搜索资源列表
boost_PCM_simulink_in.rar
- 基于平均法的boost型DC/DC建模步骤，包括电压模和峰值电流模。增加了误差放大器放大倍数的确定，电源调整率，负载调整率和三种变换器的一阶等效模型,Based on the average of the boost-type DC/DC modeling steps, including the voltage mode and peak current mode. An increase of the error amplifier to determine the magnificatio
Fortran_bp
- BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-
Flight_Attitude_Control_Simulation
- 用LabVIEW实现的“飞行姿态控制仿真”。内有vi：俯仰和滚转控制器、航向控制器、键按下增大、键盘操作、姿态角误差转换、阻尼器。还有9个显示vi和12个模型vi。 飞行控制的目的主要是通过控制飞行器的姿态和轨迹来完成飞行任务，然而飞行轨迹很大程度由飞行姿态决定。可见飞行器姿态控制，在整个飞行控制系统中处于重中之重的地位。飞行姿态控制的好坏直接关系到飞机能否安全、平稳、快速的地飞行。与其它控制系统一样，可用稳定性和动稳态性能来衡量控制效果。稳态时，要使飞行器姿态足够接近所需的飞行姿态，才
MIMO_OFDM
- 基于期望最大化(EM)的最大后验信道估计算法(MAP)在高信噪比(SNR)下将很难获得较低的估计误差,并且,对于导频辅助的MIMO-OFDM系统,OFDM符号的数据传输效率随着发送天线的增加而明显下降.为改善这两种缺陷,引入一种等效的信号模型来改善高SNR下的估计性能 在相邻多个OFDM符号内使用相移正交导频序列和联合估计来提高系统的数据传输效率和估计性能 根据角域内信道间的独立性来减小噪声对估计的影响.通过仿真实验可知,所提算法具有更小的估计误差和更高的数据传输效率.-Maximum a po
ctrlcode
- 模型算法控制(DMC)是非常有效的控制算法，他采用单位节约相应序列作为模型，并使用增量式控制，可以消除控制系统的稳态误差，应用非常广泛。-Model algorithmic control (DMC) is a very effective control method, he used the units to save the corresponding sequence as a model, and use the incremental control, can eliminate t
sssc
- 自己编写的SSSC模型，使用了重复控制器，消除了稳态误差-The module of SSSC with the apply of Repeat Controller
TS_model
- 进行T-S模型的离线辨识程序，只需要有数据，直接代入就可以辨识出T-S模型的center以及后件参数，非常实用，并有误差曲线提供分析-offline T-S fuzzy model identification，a erorr map is provided for T-S model effectivity analysis.
gujia
- 如何用ARMA模型拟合股价时间序列?我在MATLAB2007上建立了ARMA模型，分析股价时间序列，模型已经有了，但是不知道如何得到拟合输出时序。分析需要拟合输出图，作拟合误差分析。-stock price estimation
SingleNeuralAdaptivePIDController
- 单神经元自适应pid,减少了模型误差对远程控制系统的影响,试验表明系统具有良好的鲁棒性和控制品质-Single neuron adaptive pid, a reduction of model error on the remote control systems, experiments show that the system has good robustness and control quality
tuxiangpinjiefa
- 一种全自动稳健的图像拼接融合算 提出了一种全自动稳健的图像拼接融合算法。此算法采用Harris角检测算子进行特征点提取,使提取的 精度达到了亚像素级,然后以特征点邻域灰度互相关法进行特征点匹配得到了初步的伪匹配集合,并运用稳健的 RANSAC算法将伪匹配点集合划分为内点和外点,在内点域上运用LM优化算法精确地估计出了图像间的点变 换关系,最后采用颜色插值对交接处进行颜色过渡。整个算法自动完成,它对有较大误差或错误的特征点数据迭代 过滤,并用提纯后的数据来做模型估计 -A ro
wind_jianmo_fangzhen
- 从风场的统计特性出发，建立了适用于弹道计算的简化风场模型。以这些模型为基础进行了弹道计 算.模拟了不同风场模型引起的弹箭射击误差，揭示了风与弹道误差的对应关系.为风修正弹箭设计提供了参考依据。 -Congfeng statistical properties of the starting field, the establishment of ballistics applicable to the simplified calculation of the wind field mo
textureclassfication
- 提出了一种基于函数联接的感知器神经网络的纹理分类方法.它采用高斯2马尔柯夫随机场模型(GM RF)对纹理进行描述,模型参数即为纹理特征,参数估计采用最小平方误差方法获得.将估计参数作为表达纹理的特征向量,用感知器网络对特征进行分类,并且采用函数联接的方式解决线性不可分问题.对纹理图象进行的实验表明,采用这种方法能够提高学习速度,简化计算过程,并取得较好的纹理分类效果. -Based on the function connected perceptron neural network tex
buck_boost
- 基于平均法的buck_boost型DC/DC建模步骤，包括电压模和峰值电流模。增加了误差放大器放大倍数的确定，电源调整率，负载调整率和三种变换器的一阶等效模型-Based on the average law buck_boost type DC/DC modeling steps, including the voltage mode and peak current mode. An increase of the error amplifier to determine the magni
rl
- 人工神经网络(Aartificial Neural Network，下简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。早在1943年，已由心理学家Warren S.Mcculloch和数学家Walth H.Pitts提出神经元数学模型，后被冷落了一段时间，80年代又迅猛兴起［1］。ANN之所以受到人们的普遍关注，是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的能力。其中研究得最为成熟的是误差的反传模型算法(BP算法，Back Propagation)，它的网络
0988
- 热电偶测温误差分析 论文 针对工业加热炉，详细分析了热电偶测温过程。由于热电偶热端与炉墙内表面之间的辐射换热，以 及热电偶本身因热端和冷端温度不同造成的导热总是存在，因此热电偶测温存在误差。本文从理论上分析了 热电偶测温误差的来源，提出了热电偶测温误差计算模型，并导出了测温误差的近似计算公式，还结合实例讨 论了减小测温误差的措施。
TheoreticresearchondoubleCCDstereoscopicmeasuremen
- 利用几何成像原理建立起CCD 双目立体视觉测量系统的数学模型,从提高系统测 量精度出发,在理论上重点对系统结构参数、图像识别误差与系统测量精度的关系进行了深入的分析和探讨,并通过实验对结论进行了验证。研究内容对实际建立该测量系统具有很强的指导作用。-Established the principle of the use of CCD imaging geometry binocular stereo vision measurement system of mathematical mo
singlependulum
- 模拟钟摆实现动画 （１）绘制圆柱状三维钟摆模型，计算合理的摆线长度以及摆动初始位置，保证钟摆一个摆动周期为１秒，提供误差计算并显示误差（２０分） （２）计算重力作用以及摆线弹性拉力作用下的钟摆速度，计算每一帧的钟摆位置及相应的旋转变换角度，并实现动画（３０分） （３）增加阻尼计算，提供阻尼参数的调整工具，实现带阻尼的钟摆动画（３０分） （４）音效、图形画面效果（１０分） （５）详细的作业报告（１０分）-Simulation of the pendulum to
LmNet_PF
- LmNet PF 神经网络预测平台是公司基于最优神经网络算法(Levenberg-Marquardt动量项法)开发的通用预测平台工具。它是针对用户进行预测需要，快速构建神经网络应用的通用预测平台，它能解决包括销售量预测、销售价格预测、成本预测、市场潜力预测、新产品价格预测等方面的预测分析。功能包括：新建、修改网络模型；网络训练；网络仿真；误差分析；专家样本数据自动生成；节点配置；数据归一化处理；网络参数初始化设置等。~..~ -Neural Network Prediction LmNet
Introduction_of_Kalman_Filter_Chinese
- 1960年，卡尔曼发表了他著名的用递归方法解决离散数据线性滤波问题的论文。从那以后，得益于数字计算技术的进步，卡尔曼滤波器已成为推广研究和应用的主题，尤其是在自主或协助导航领域。卡尔曼滤波器由一系列递归数学公式描述。它们提供了一种高效可计算的方法来估计过程的状态，并使估计均方误差最小。卡尔曼滤波器应用广泛且功能强大：它可以估计信号的过去和当前状态，甚至能估计将来的状态，即使并不知道模型的确切性质。这篇文章介绍了离散卡尔曼理论和实用方法，包括卡尔曼滤波器及其衍生：扩展卡尔曼滤波器的描述和讨论，并给
PLR
- 在时间序列分段线性表示 PLR 基础上 ,提出用相对点平均误差度量子序列过程状态变化程度 ,改 进过程数据 PLR模型分段算法 ,克服采用单一误差算法的模型失配问题 ,更加准确地反应过程状态的变化。-:Based on PLR piecewise linear representation of time series,RPAE relative point average error is pro2 posed to measure linear degree of process