搜索资源列表
Matlab
- 极大线性无关组的筛选,主要用于控制理论中算法-thc choice of the max vector,applied in the operator of the control theorem
Genetic-algorithms-
- 本文主要介绍遗传算法的基本理论,叙述遗传算法在图像增强的的主要应用,即将原始图像变得更加清晰,特征变得更加明显。 现今关于图像增强的算法有很多,而这些算法大多是基于退化函数或者点扩展函数的知识进行图像处理的。当图像出现模糊或噪声影响大时,设计出的图像清晰化的效果肯定不够理想,因此有必要对图像进行增强处理。于是,可利用到遗传算法这种成熟稳定的仿生物进化的全局寻优算法,进行图像增强,由于遗传算法控制参数少、自适应度高,将选择该方法对图像退化分别进行不同的清晰化处理. 这样既增强了图像的对比度,又
computer_control
- 跟据计算机控制理论设计的达林算法控制器,文件包括论文及matlab仿真程序及文件。-According to darling algorithm of computer control theory to design the controller, including papers and matlab simulation program and file.
CH4OP
- 基于MATLAB仿真的智能BP算法集合,用于先进控制理论的研究,主要是控制器方面的介绍-BP algorithm based on MATLAB simulation smart collection for the study of advanced control theory, mainly the introduction of the controller
Ryran
- 最优控制理论中Ryan算法程序,,其他的就不多说了-Ryan optimal control theory algorithm
3
- 运动目标跟踪在工业过程控制、医学研究、成像制导等领域具有重要的实用价值。目前的研究多基于背景静止的情况,对背景发生移动的情况研究较少。提出了一套完整的移动背景下的目标跟踪算法,首先使用基于互信息的方法配准序列图像的背景。然后使用差分的方法进行运动区域检测,并将其与图像分割技术相结合,得到目标跟踪模板。目标的跟踪基于Kalman滤波的预测,其匹配过程仍基于互信息理论,实验结果证明:该算法具有较高的计算效率和准确性,应用前景广泛。-it is of important practical value
Single-stage
- 现代控制理论经典实验,一个点击和倒立杆,倒立杆本来应该由于重力原因下垂,通过电机的摆动式倒立杆起摆,并且保持平衡,采用pid算法,或得山东省电子设计大赛一等奖。-Modern control theory classic experiment, a lever clicks and inverted, inverted rod reasons should have been sagging due to gravity, swinging through the motor from the
DMCMATLAB
- 随着预测控制在工业过程控制中的广泛应用,近年来,预测控制理论的研究也取得了很大的进展,本文系统的介绍了预测控制的背景和其发展、基本原理以及其他的先进控制技术,并重点对其中的动态矩阵控制(DMC)算法进行了研究并用Matlab进行仿真-With the wide application of predictive control in industrial process control, in recent years, the predictive control theory researc
PID_PARTDIFF
- 不完全微分PID算法Matlab仿真程序。适用于控制理论领域。-Incomplete differential PID algorithm Matlab simulation program. Applicable to the field of control theory.
KLSPI-Algorithm-theory
- 基于核函数的增强学习算法的理论分析与算法描述,及其在反馈控制上的应用-Based on theoretical analysis and descr iption of reinforcement learning algorithm kernel function, and its application in the feedback control
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用,但传统学习方法的速度远远不能满足实际的需要,成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是:(1)传统的误差反向传播方法(back propagation,BP)主要基于梯度下降的思想,需要多次迭代;(2)网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题,借鉴ELM的
Saliency--diffusion-maps
- 根据人类视觉感知理论,采用bottom - up 控制策略的预注意机制和top - down 控制策略 的注意机制,提出了一种适用于自动目标识别的目标检测算法.-According to the theory of human visual perception and using pre - attention mechanisms with the bottom - up control strategy and the attention mechanism with the to
Asynchronous-motor-simulation
- 首先,介绍了交流调速及其相关技术的发展现状和发展趋势,以及交流调速系统的主要控制策略。选用工业变频器用异步电机作为研究对象,利用坐标变换理论,分析了异步电机在三相静止坐标系、两相静止与旋转坐标下的电机基本数学模型及其矢量控制原理。利用转子磁场定向的矢量控制技术,实现了异步电机定子电流的转矩分量和励磁分量的解耦。分析了空间矢量脉宽调制算法以及实现方法,最后设计了异步电机的双闭环矢量控制系统。 然后,利用Matlab/Simulink搭建了异步电机数学模型,建立了基于电压空间矢量脉宽调制的异步电
pid_cpp
- Pid算法的c++实现源代码,自动控制理论相关-Pid algorithm c++ source code
LCR-V3.0
- 大部分元件需要DIY,所以需要知道元件的参数。因为DIY的元件没有标称技术参数。比如,需要知道谐振器件、检波器件、天线、耳机、变压器等器件的电抗特性。其中,高频参数可以使用Q表解决问题,而低频参数Q表难以测定。为了解决这个问题,笔者认为LCR数字电桥能够胜任。 设计目标: 1、能够准确测量电抗器的L、C、R,精度优于0.5 ,如果进行人工逐档校准,精度优于0.3 2、取材容易,电路简洁,易于制作,成本应适当控制。使之具有更强的业余DIY价值及研究价值,并通过设计、DIY学习到LCR
Simplex
- 史密斯预估算法,控制理论的重要内容,可以用于大迟延系统的控制-smith predict control
qpso
- 该算法是以粒子群中粒子的收敛特性为基础,依据量子物理理论提出的,改变了传统粒子群算法的搜索策略,可使粒子在整个可行解空间中搜索寻求全局最优解。同时该算法的进化方程中不需要速度向量,而且进化方程的形式更简单,参数较少且容易控制。对两个算例进行仿真测试,证实该算法可有效解决经济负荷分配问题 性能对比显示,该算法求得的解优于已有的改进粒子群算法及其它优化算法所求得的解。-The algorithm is based on convergence particle swarm particle basi
dsjzrkfn
- D-S证据理论数据融合,快速扩展随机生成树算法,实现了对10个数字音的识别,搭建OFDM通信系统的框架,基于matlab GUI界面设计,IMC-PID是利用内模控制原理来对PID参数进行计算。-D-S evidence theory data fusion, Rapid expansion of random spanning tree algorithm, To achieve the recognition of 10 digital sound, Build a framework OF
npzzszek
- 正确率可以达到98%,关于神经网络控制,调试通过可以使用,D-S证据理论数据融合,各种资源分配算法实现,具有丰富的参数选项。- Accuracy can reach 98 , On neural network control, Debugging can be used, D-S evidence theory data fusion, Various resource allocation algorithm, It has a wealth of parameter options.
xiankongdazuoye
- 现代控制理论的控制程序,实现控制的算法,可供参考-The control program of modern control theory, the realization of the control algorithm, for reference