资源列表
Beam2D2Node
- 该函数计算单元的刚度矩阵，输入弹性模量E、横截面的惯性矩I和梁单元的长度L，输出单元的刚度矩阵(Computational unit stiffness matrix)
DBSCAN_Algorithm
- DBSCAN Algorithm ，DBSCAN 算法实现(DBSCAN Algorithm implementation)
Upload files
- Backtrack optimization and satellite formation algorithms, Artificial intelligence and finite element books
matlab TOA and TODA local
- 利用TOA与最小二乘法直接求解（具有独立创新性），TDOA是利用拉格朗日法求解，而且里面的定位图解做得特别好，分别有一点定位，多点定位的的三维视觉图。(TOA is directly solved by least squares method(Innovativeness),TDOA is solved by Lagrange's method.)
GPS
- GPS信号产生、捕获、追踪全套程序，对入门学习GPS有帮助(GPS signal generating, capturing and tracking all sets of programs)
离心率为0.6
- 主要描述龙格库塔方法的卫星轨道积分方法，算例的离心率为0.6(A satellite orbit integration method which mainly describes Runge Kutta method.)
GPSINS
- 组合导航源码，有助于入门了解GPSins惯性导航(Integrated navigation source code, helps to get to know GPSins inertial navigation.)
Matlab-libsvm-3.20
- SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机(Support Vector Machine，简称SVM)。支持向量机的提出有很深的理论背景。 支持向量机方法是在后来提出的
CONV_M
- 计算离散时间信号间卷积和，并确定卷积信号的起止时刻点 信号处理卷积例程(convolution routine for signal processing % -------------------------------------------------- % [y,ny] = conv_m(x,nx,h,nh) % y = convolution result % ny = support of y % x = first signal on support nx % n
三维波形重建
- 基于傅立叶变换，提取波面信息，然后提取其相位，进行解包裹，重建出三维波面信息。
网格划分
- ansys建模过程中的自由网格划分，使网格更加规则(Free meshing in the ansys modeling process, making the grid more regular)
LFM_comp_w
- 实现线性调频信号，实现对线性调频信号的建模(linear frequency modulation)