-
离散粒子群算法（DPSO）Matlab代码
离散粒子群算法的Matlab实现，欢迎大家下载学习，一起进行改善。
- 2020-11-28下载
- 积分：1
-
matlab语音处理资料
包含matlab短时自相关函数，短时傅里叶变换等程序。对清音，浊音有详细的划分
- 2021-05-07下载
- 积分：1
-
Geomagic Control X 2017基础教程
3D数据检测软件教学教程，可以帮助使用人员更加快速掌握软件使用基础教程本教程的目的是让你基础的了解在 Geomagic Control X的检查过程.通过程序的教程,你将学会Geomagic Control X的基本使用方法基本的检查过程在本次课程中,你将学到如何导入参考和测试数据并把它们对齐到一起.在检査数据的3D比较和添加比较点之后你将学会如何输出结果报告127GNi. 43503H22.32244614的Pe,料动什dP长359,系1阳A17atinsti检查GD&T在本次课程中,你将学会如何在模型上测量2D和3DGD&T(几何尺寸和公差PMI界面在本次课程中,你将学会如何通过使用PM面向导,导入其他CAD程序已定义PM的参考数据.并检查参考和测试数据之间的偏差.系统检查过程在本次课程中,你将学会如何打开一个含有GD&T测量的 Geomagic Control x项目文件除了现有的测量,你还将检查轮廓偏差,2DGD&T,和2D比较.伞2叫钣金检查过程在本次课程中,你将学会如何检査钣金数据.你将使用RPS对齐方法来对齐数据.多个2D比较命令将用来检查参考和测试数据0≠2aRLES0使用面片数据作为基准数据在本次课程中,你将学会如何使用面片对象作为参考数据,并在检査3DGD&T和面片对象的偏差Gd Dist0:1556D4t:0.141Gaa Dist=0.09b2Gs02590.1237Gap Distt Gap Dist,0:15034第一章.基本的检查过程概要本次练习包括什么?步骤介绍结果导入参考和测试数据使用初始对齐命令对齐数据2使用初始对齐工具对齐参考和测试数据添加3D比较特征3使用3D比较工具分析模型的整体偏差.添加2D比较特征4Ltr使用2D比较工具分析模型的断面偏差.添加比较点理三5分析模型上特定位置的偏差.日但生成报告6将分析结果生成报告■步骤1:导入参考和测试数据在步骤1中,将导入参考数据和测试数据并利用数据创建一个检测项目导入参考数据在模型管理器中选择其中一个结果数据标签把它设置成激活标签.2.在初始选项卡中,导入组下,点击导入或者选择菜单>文件>导入3.从下面的路径浏览这个文件 Reference Data. CXProj然后点击仅导入/Sample/Basic/Basic Inspection Process「导入文件4.一个CAD对象将在模型视图中显示并自动设置成参考数据.二、导入测试数据.在初始选项卡中,导入组下,点击导入或者选择菜单>文件>导入2.从下面的路径浏览这个文件 Measured Data. CXProj然后点击仅导入/Sample/ Basic/Basic Inspection Process「导入文件3.一个面片对象将在模型视图中显示并自动设置成测试数据.步骤2:使用初始对齐命令对齐数据在步骤2中,初始对齐工具将用于对齐测试数据和参考数据初始对齐工具可以智能的把测试数据移动到参考数据合适的位置上初始对齐1.在初始选项卡中对齐组下,点击初始对齐,或者选择菜单>插入>对齐>初始对齐侣亮显命令运行命令注释:此工具也可以从上下文菜单中访问.在模型视图中任意位置点击右键然后在上下文菜单中点击对齐工具.查看"上下文菜单"在 Geomagic Contro/X的帮助说明来获取更多信息d Frit Annotation styleselection modeL: All-FacesShift+AnItt: NSE nverseshiit-2.取消选择利用特征识别提高对齐精度选项.7 Initial Alignment√xEnhance Alignment Accuracy with Feature recognition注释:如果勾选利用特征识别提高对齐精度选项,程序将分析和比较参考和测试数据之间的特征形状然后移动测试数据到两个数据间的最小偏差处3.点击OKM4.检查测试数据是否已经对齐到参考数据上步骤3:添加3D比较特征在步骤3中,3D比较工具将用于计算和显示参考和测试数据之问的整体偏差、添加3D比较1.在初始选项卡中,比较组下,点击3D比较,或者选择菜单>插入>比较>3D比较亮显命令运行命令2.第一步,选择类型选项作为方法并选择贔短选项作为投影方冋.这种方法计算参考数据和测量数据之间的最小距离3 D Compare+√x7 Calculation OptionSampling Ratio% 7MethodO ShapeTHicknessProjection DirectionShortestO Along NormalCustomMax Deviation Auto ob More Options3.点击下一阶段进入下一步.测量数据将自动隐藏因此你可以清楚的看见色图注释:如果需要可以在模型管理器中点击参考数据后面的眼睛图标◎,使测量数据可见Model ManagerInsul bald回 Reference(o Feference DataReferenc是Eata电 Constructed GeometryMeasuredMeasured dataMeasured cata电 Cor structed Geometryv 99 AliyrinmenIlsa Initial AlignmentE Pairing Map3D Compare争3DGD&5f Cross Sectioned Probe Sequence回 Custom vievA Measurement4.检査预览.蓝色的区域表示测量数据在参考数据的下面或者后面,黄色到红色表示测量数据在参考数据的上面5.使用偏差标签下面的选择选项并在体上面选择若干点来査看特定位置的偏差值.每个点位置和偏差的注释将会显示Reference Pos. Measured PosGen vec.Check00008s000217024216829一0,18130113Reference Pos, Measured Pos, Gap vec:Cheel170,00o00000a85,00014.02301428210.24910,916.点击OK√完成命令二、隐藏3D比较在模型管理器中分析下点击3D比较后面的眼睛图标◎,使3D比较的结果在模型视图中不可见.步骤4:添加2D比较特征在步骤4中,2D比较工具将用于计算和显示参考和测试数据之间的断面偏差.你可以在模型上剪切一个平面断面来添加2D比较特征并测量参考和测试数据在断面上的缝隙一、添加2D比较1.在初始选项卡中,比较组下,点击2D比较或者选择菜单>插入>比较>2D比较亮显命令运行命令2.在第一阶段中,你将定义截面平面的位置和计算方法.选择偏移方法并选择一个平面作为基准平面PLane3.点击反转方向来反转切断面的方向4.在偏移距离的输入框中输入3mm来设置所选面的偏移距离.2 D Compare Q→√xv Set section planeO OffsetO RotationO Along CurveBase planeFace 4OffsetDistance[3m⑧D Multiple Cutting Planev Calculation OptionProjection DirectionShortest
- 2020-11-28下载
- 积分：1
-
主要针对CPU模拟卡进行了代码优化.注意只有PN532能用
CPU模拟卡工具，只要针对的模拟卡进行了优化.为用卡安全提供参考.
- 2020-11-28下载
- 积分：1
-
python安装包
python安装包python安装包python安装包python安装包python安装包python安装包python安装包python安装包python安装包python安装包python安装包python安装包
- 2021-05-06下载
- 积分：1
-
人工神经网络及其应用实例（含代码）
通过实例对人工神经网络的实际应用进行分析和讲解，清晰的代码一目了然每神经元有许多输入、输出键,各神经元之间以连接键(又称突触)相连,它决定神经元之间的连接强度(突触强度)和性质(兴奋或抑制),即决定神经元间相互作用的强弱和正负,共有三种类型:兴奋型连接、抑制型连接、无连接。这样,个神经元(一般很大)构成一个相互影响的复杂网终系统,通过调整网络参数,可使人工神经网络具有所需要的特定功能,即学习、训练或自组织过程。一个简单的人工神经网络结构图如下所示:上图中,左侧为输入层(输入层的神经元个数由输入的维度决定),右侧为输出层(输出层的神经元个数由输出的维度决定),输入层与输出层之间即为隐层。输入层节点上的神经元接收外部环境的输入模式,并由它传递给相连隐层上的各个神经元。隐层是神经元网络的内部处理层,这些神经元在网络内部构成中间层,不直接与外部输入、输出打交道。人工经网络所具有的模式变换能力主要体现在隐层的神经元上。输出层用于产生神经网络的输出模式。多层神经网络结构中有代表性的有前向网络(BP网络)模型Page 3 of 25多层侧抑制神经网络模型和带有反馈的多层神经网络模型等。本文主要探讨前向网络模型多层前向神经网络不具有侧扣制和反馈的连接方式,即不其有本层之间或指向前一层的连接弧,只有指向下一层的连接弧。代表是BP神经网终:输入模式由输入层进入网终,经中间各隐层的顺序变换,最后由输出层产生一个输出模式,如下图所示:输入层隐层输出层多层前向神经网终由隐层神经元的非线性处理衍生它的能力,这个任务的关键在于将神经元的加权输入非线性转换成一个输出的非线性激励函数。下图给出了一个接收个输入的神经元:Page 4 of 25神经元的输出由下式给出:这里输入的加权和(括号内部分)由一个非线性函数传递,表示与偏差输入相关的权值,表示与第个输入相关的权值。使用最广泛的函数是S形函数,其曲线家族包括对数函数和双曲正切函数,这些都可用来对人口动态系统、经济学系统等建模。另外所用的其他函数有高斯函数、正弦函数、反正切函数,在此不一一展开介绍,本文主要使用的激励函数是对数函数,函数表达式为函数曲线如下图所示对于有限输入量,对数函数输出范围为∈。在输入为=时,输出值为中问值输出在—附近随着输入的增加以相对快的Page 5 of 25速率增加并非常慢地到达上限。对于
- 2020-11-07下载
- 积分：1
-
霍夫变换检测正弦曲线
利用Matlab实现霍夫变换对于正弦曲线的自动识别
- 2020-12-08下载
- 积分：1
-
01背包问题穷举法
穷举法解决背包问题，想要资源的一看题目就知道，不需要多花字数来介绍
- 2021-05-07下载
- 积分：1
-
最大lyapunov指数matlab程序
求解Chen系统的最大lyapunov指数。求解方法为定义法。两条相轨线的步长为初设距离d0的基础上加上相对分量。求解时直接运行chen_lyapunov.m即可。可移植性强，比如换求其他系统的最大lyapunov指数，只需要改变变量数目，方程即可。
- 2020-12-05下载
- 积分：1
-
STM32 CC1101例程
基于STM32的CC1101收发程序，此程序是经过测试通过的。
- 2020-12-03下载
- 积分：1
