资源列表
hashin_puck_VUMAT
- ABAQUS复合材料损伤起始与扩展的子程序，拉伸采用hashin, 压缩采用PUCK.适用于显示分析(ABAQUS Composite Damage Initiation and Extension Subprogram, Hashin for Tensile and PUCK for Compression. Suitable for Display Analysis)
基于脉冲耦合神经网络的图像分割程序
- 近年来，基于Eckhorn的猫视觉皮层模型的脉冲耦合神经网络（Pulse Coupled Neural Net,PCNN）,已被广泛用于图像平滑、分割以及边缘检测等图像处理领域的研究中，并显示了其优越性。(Pulse Coupled Neural Net,PCNN)
dw2xls_demo_pb9
- DW2XLS导出的Excel文件格式更加完整、支持图片导出等功能，才决定重新开发DW2XLS组件程序。新的程序开发历时5个月，生成Excel文件部分采用VC重写，PB部分也全部重写，以便最大程度提高报表导出的速度和性能。并且增加支持图片和图表导出，多数据窗口导出等原来版本没有的功能。(The Excel file format exported by DW2XLS is more complete and supports the functions of picture export, so
C编程 (3)
- 基于c语言的简单代码实现，实现语法分析的一个语法分析器(A parser for parsing based on simple code implementation of C language)
仿真
- 基于极点配置实现卫星姿态角控制，有仿真和源代码(Satellite attitude angle control based on pole placement with simulation and source code)
预测
- 实验股票预测，输入前一天数据，自动预测后一天的成交价，输入：开盘价，最高价，最低价，收盘价，成交量(Experimentation stock forecast, input the data of the previous day, automatically forecast the trading price of the next day, input: opening price, maximum price, minimum price, closing price, volume)
股票预测
- 采用三层BP神经网络结构，输入层神经元数为5，隐含层神经元数为3，输出层神经元数为1，使用MATLAB编写。 将所给数据按14：1分为训练样本集，和测试样本集，经测试及分析，预测误差为0.1700，误差较小。 网络训练好后，输入前一天的6组数据，即：最高价、最低价、开盘价、收盘价、成交量，就能自动预测出后一天的收盘价。(The structure of three-layer BP neural network is adopted. The number of neurons in the i
股票预测-最小二乘
- 采用最小二乘法进行MATLAB编写，开盘为输入，收盘为输出。1-600个数据为训练样本集，601-700为预测样本。先对数据进行标准化处理，再利用最小二乘法对模型进行预测，最后进行反标准化处理后输出。(The least square method is used to compile MATLAB. The opening is input and the closing is output. 1-600 data are training samples and 601-700 predic
BP神经网络股票预测
- 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 RBF神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and closing price as output. The
深居浅出AutoCAD二次开发
- 用于CAD二次开发，发布任务用着，麻烦，还小于20(It can be transplanted and used. I hope you can download and use it, correct and upgrade it.)
BP神经网络股票预测
- 分别采用BP网络和RBF网络进行数据预测 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 BP神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and closing pr
read-Rinex
- 用于都Rinex文件的读取，适合初学者多导航电文格式的理解(Used for reading all Rinex files, suitable for beginners to understand multi-navigation message format)