搜索资源列表
ARMODEL
- 功率谱估计的应用范围很广，在各学科和应用领域中受到了极大的重视。在《现代信号处理》课程中讲述了经典谱估计和现代谱估计这两大类谱估计方法；经典谱估计是基于傅立叶变换的，虽然具有运算效率高的优点，但是频谱分辨率低同时旁瓣泄漏严重，对长序列有着良好的估计。为了克服经典谱估计的缺点，人们开展了对现代谱估计方法的研究。现代谱估计是以随机过程的参数模型为基础的，有最大似然估计法、最大熵法、AR模型法、预测滤波器法。现代谱估计对短序列的估计精度高，同经典谱估计互为补充。在认真学习了现 代谱估计方法后，我选择了
@dagsvm
- 有向无环图支持向量(DAG-SVMS)多类分类方法,是一种新的多类分类方法。该方法采用了最小超球体类包含作为层次分类依据。试验结果表明,采用该方法进行多类分类,跟已有的分类方法相比有更高的分类精度。
matlab-functions
- ：在有限区域内分布的稀疏不均的、具有一定分布结构的海量数据集的高效、高精度聚 类问题是一个尚未完全圆满解决的难题。针对Affinity Propagation 聚类算法(AP)的不足之处， 提出了两个改进型的聚类算法-n limited areas of uneven distribution of sparse, has certain distribution structure of the mass datasets of high efficiency, high precis
numerical_analysis_homework
- (有源代码)数值分析作业,本文主要包括两个部分,第一部分是常微分方程(ODE)的三个实验题,第二部分是有关的拓展讨论,包括高阶常微分的求解和边值问题的求解(BVP).文中的算法和算例都是基于Matlab计算的.ODE问题从刚性(STIFFNESS)来看分为非刚性的问题和刚性的问题,刚性问题(如大系数的VDP方程)用通常的方法如ODE45来求解,效率会很低,用ODE15S等,则效率会高多了.而通常的非刚性问题,用ODE45来求解会有很好的效果.从阶次来看可以分为高阶微分方程和一阶常微分方程,高阶的
On-lineMultistepPredictiveControlofTempretureBased
- 预测控制是一种新型的控制算法之一。经典的PID控制方法简单方便,但是精度不高。近年来发展的自适应、自校正方法精度高,但其本质要求在线辨识对象模型,对过程的未建模动态和扰动的适应能力差,鲁棒性不好。预测控制方法集PID和自适应方法二者之长,是一种面向工业过程特点、对模型要求低、在线计算方便、控制精度高的算法。数字计算机向小型、高速、大容量、低成本方向的发展,为预测控制这类新算法的实现提供了物质基础。 本文以PCT—Ⅲ型过程控制系统装置为平台,将预测控制算法运用到实际系统中去,该装置分为水位系统和温
affiniyPropagation_afunctions
- 在有限区域内分布的稀疏不均的、具有一定分布结构的海量数据集的高效、高精度聚 类问题是一个尚未完全圆满解决的难题。针对Affinity Propagation 聚类算法(AP)的不足之处， 提出了两个改进型的聚类算法-In a limited area of uneven distribution of sparse, has certain distribution structure of the mass datasets of high efficiency, high preci