搜索资源列表
neimo
- 过程控制中的内膜控制的实现，内膜控制是基于准确模型设计的，有一定的局限性-control of the process control of the endometrium, endometrial control is accurate model based on the design, there are some limitations
hosa1
- 信号与系统基础知识包括连续信号与模型、离散信号与模型；常用信号变换包括Z变换、Chirp Z变换、FFT变换、DCT变换和Hilbert变换等；离散系统结构包括IIR、FIR和Lattice结构；IIR滤波器设计包括模拟和数字低通、高通、带通与带阻滤波器设计，以及基于冲激响应不变法和双线性Z变换法的IlR滤波器设计等；FIR滤波器设计包括基于窗函数、频率抽样法和切比雪大逼近法的FIR滤波器设计；平稳信号分析包括经典功率谱估计、基于参数模型的功率谱估计和基于非参数模型的功率谱估计；非平稳信号分析包
自适应并行遗传算法实现有源滤波器的设计
- 摘 要:提出一种改进的自适应并行遗传算法,通过设计自适应算子自动调节交叉和变异概率,采用基于岛屿交换模型实现多种群间信息交换,提高了种群的多样性和健壮性.将该方法用于滤波器的参数优化设计,给出4阶切比雪夫低通滤波器的设计结果,比较各种算法的性能,证明该算法收敛速度快,精度高,有效地克服了早熟现象.
VelocityDemo
- velocity Velocity是一个基于java的模板引擎（template engine）。它允许任何人仅仅简单的使用模板语言（template language）来引用由java代码定义的对象。 当Velocity应用于web开发时，界面设计人员可以和java程序开发人员同步开发一个遵循MVC架构的web站点，也就是说，页面设计人员可以只 关注页面的显示效果，而由java程序开发人员关注业务逻辑编码。Velocity将java代码从web页面中分离出来，这样为web站点的长期维护提 供了
nesC
- nesC 是对 C 的扩展 [2] ，它基于体现 TinyOS 的结构化概念和执行模型而设 计 [1] 。 TinyOS 是为传感器网络节点而设计的一个事件驱动的操作系统，传 感器网络节点拥有非常有限的资源 ( 举例来说., 8K 字节的程序储存器,512 个 字节的随机存取储存器) 。 TinyOS 用 nesC 重新编写。本手册描述 nesC 的 1.1 版本, 在第 3 段中概述了它与 1.0 版的不同。-nesC 是对 C 的扩展 [2] ，它基于体现 TinyOS
sunplus
- 基于凌阳单片机的语音识别系统设计程序，建立了系统的模型-Sunplus based speech recognition system design process
wavenn
- 一种基于小波分析理论的神经网络模型，该模型克服了BP 神经网络模型存在的收敛速度慢、结构设计盲目、易陷入局部极小点的缺陷-Based on wavelet analysis theory neural network model that overcomes the BP neural network model exists slow convergence, structural design blind, easy to fall into local minimum point defe
MultiWii_1_8_patch2
- 针对汽车驾驶机器人采用常规PID控制时车速波动大、调节器参数调整困难等问题，提出了一种基于模糊自适应PID的汽车驾驶机器人车速控制方法。首先建立了汽车驾驶机器人多机械手协调控制模型，然后在 此基础上设计了-IIl view of the problems of large speed fluctuations and the tuning difficulty of regulator parameters when conventional PID control is used in
Simulink-in-industry
- 第十六章 Simulink基于模型设计的工业应用概述第十六章 Simulink基于模型设计的工业应用概述-Simulink in the process industry simulation applications
chapter three
- 第三章：机器人神经网络自适应控制 基于模型不确定补偿 基于模块逼近(Chapter 3: adaptive control of robot neural network Model uncertainty compensation Module approximation)