搜索资源列表
线性系统理论 程兆林 马树萍
- 第1章 线性定常系统的状态空间描述及运动分析 第2章 线性定常系统的能控性 第3章 状态反馈与闭环极点配置 第4章 线性定常系统的能观性 第5章 能控性，能观性与传递函数 第6章 状态观测器 第7章 线性二次型最优控制与系统输入输出解耦 第8章 不确定线性系统的鲁棒二次镇定(The first chapter is the descr iption of state space and motion analysis of linear stationa
vfp编程
- vfp中表的关连及使用，增加完备性与鲁棒性(Relation and use of tables)
grnn网络
- GRNN 的做据预测－一基于广义回 归柿经网络的货运量预测 ， GRNN 具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用 于解决非线性问题。(GRNN prediction based on generalized regression persimmon network traffic volume prediction, GRNN has a strong nonlinear mapping ability and flexible network structure,
Hilbert
- 使用Hilbert变换的隐形标志水印，通过置乱变换对水印，使得水印的鲁棒性和透明性增强(Stealth watermark, which uses Hilbert transform, improves the robustness and transparency of the watermark by scrambling the watermark to the watermark.)
PhaseUnwrapping_CPULSI
- 该进的最小二乘解包裹。鲁棒性和效率都有提高。(least square unwrap ,robust ,faster)
用于读取仪表的文本识别系统.pdf
- A TEXT RECOGNITION SYSTEM FOR READING METERS
蜂群算法
- 多目标柔性作业车间调度问题(Multiobjective Flexible Job-shop Scheduling Problem, MFJSP)是复杂的 NP-hard 问题，相较于基础的车间调度问题更符合实际情况，求解难度也相对较高。，该算法主要通过模拟蜜蜂的觅食来解决实际问题。由于 ABC 算法具有搜索速度快、精度高、鲁棒性强等优点，在车间调度领域得到广泛应用。(Multiobjective Flexible Job-shop Scheduling Problem, MFJSP)
upload
- 这些文件将在两用户非正交多址（NOMA）系统中实现用于信号检测的深度学习方法[1]。三个主要脚本分别是生成训练数据、训练神经网络和生成测试结果。该神经网络用于相位衰落的静态标量信道，用于NOMA系统中同时检测2个用户的单个子载波上的传输符号。考虑并测试了两种情况：一种是导频符号数目较少，另一种是循环前缀长度较短。在这两种情况下，深度学习方法都比传统的信道估计方法具有更强的鲁棒性。(These files are to implement the deep learning method for
DST工况设置
- 单体电池的DST工况电流设置，可用于电池测试以及SOC鲁棒性验证(Current Setting of Single Battery under DST Operation Conditions)