-
对于双输入双输出系统的模型预测控制（DMC）的MATLAB实现
对于双输入双输出系统的模型预测控制（DMC）的MATLAB实现，能直接运行得到结论，是学习DMC的一个较好的资源。
- 2020-12-12下载
- 积分：1
-
svm和lstm用于文本分类
自己写的一些文本分类的代码
- 2020-12-06下载
- 积分：1
-
基于卷积神经网络的图像识别
基于卷积神经网络的图像识别 基于卷积神经网络的图像识别关于学位论文独创声明和学术诚信承诺本人向河南大学提出硕士学位申请。本人郑重声明:所呈交的学位谂文是本人在导师的指导下独立完成的,对所研究的课题有新的见解。据我所知,除文中特别加以说明标注和致谢的地方外,论文中不包括其它人已经发表或撰写过的研究成果,也不包括其它人为获得任何教育、科研机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意在此本人郑重承诺:所呈交的学位论文不存在舞弊作伪行为,文责自负。学位申请人(学位论文作者)签名:亚强2015年5月20日关于学位论文著作权使用授权书本人经河南大学审核批准授予硕士学位。作为学位论文的作者,本人完全了解并同意河南大学有关保留、使用学位论文的要求,即河南大学有权向国家图书馆、科研信息机构、数据收集机构和本校图书馆等提供学位论文(纸质文本和电子文本)以供公众检索、查阅。本人授衩河南大学出于宣扬、展览学校学术发展和进行学术交流等目的,可以采取影印、缩印、扫描和拷贝等复制手段保存、汇编学位论文(纸质文本和电子文本)(涉及保密内容的学位论文在解密后适用本授权书)学位获得者(学位论文作者)签名:卫2015年5月20日学位论文指导教师签名:2015年5月20日摘要Deep learning是机器学习研究的新领域,掀起了机器学习的新浪潮,在各个行业都受到了广泛的关注。 Google brain项目、微软全自动同声传译系统、百度硏究院等都是 deep learning技术发展的见证。随着大数据和深度模型时代的来临,deeplearning技术也得到了广泛的重视和发展,它带来的技术进步也必将改变人们的生活随着机器学习领域的发展,最近几年对卷积神经网络的研究也越发深入。现在卷积神经网络已经广泛的应用到各种领域,并取得了巨大的成果。卷积神经网络是在人工神经网络的基础上发展起来的·种高效的识别算法。典型的积网络结构是由 Lecrn提出的 LeNe t-5,它包含多个阶段的卷积和抽样过程,然后将提取到的特征输入到全连接层进行分类结果的计算。卷积神经网络通过特征提取和特征映射过程,能够较好的学习到图像中的不变特征。现在研究人员在典型的 LeNet5的基础上,使用多种方法改善卷积网终的结构和性能,从而提高网终的通用性和对图像的识别效果。本文结合图像的特点,在深入硏究了卷积网络的理论和国内外研究成果的基础上主要做了以下工作:(1)研究了卷积网络的训练算法,通过对算法分析,调试并找到最优初始化参数和最适应的网络结构配置。(2)对于分类结果的计算,使用了多区域的测试方法,通过在测试的过程中对图像的多个区域进行计算能够提高图像识别的准确率。〔3)为系统设计了一个通用的数据集输入接口,可以将自己构建的图像薮据集输入到卷积神经网络的结构中,训练和查看图像分类的结果。(4)在卷积层使用了局部偏差垬亨和非共亨两种方法,在数据集上测试并进行结果分析。(5)在隐含层使用了网络泛化的方法 DROPOUT,在数据集上测试并进行结果分析。通过以上改进方法的使用,卷积网络的通用性和性能得到了提高。关键词:,图像识别,特征提取
- 2020-11-30下载
- 积分：1
-
Lumped Elements for RF and Microwave Circuits (Bahl 2003)
Lumped Elements for RF and Microwave Circuits英文版，射频微波电路入门Lumped Elements for RFand microwave circuitsFor a listing of recent titles in the Artech House Microwave library,turn to the back of this bookLumped Elements for RFand microwave circuitsInder bahlArtech houseBoston londonwww.artechhouse.comLibrary of Congress Cataloging-in-Publication DataBahl, I.J.Lumped elements for RF and microwave circuits /Inder Bahlp cm.--(Artech House microwave libraryncludes bibliographical references and indexISBN 1-58053-309-4(alk. paper1. Lumped elements(Electronics) 2. Microwave integrated circuits. 3. Radiofrequency integrated circuits. 4. Passive components. I. Title. II. SeriesTK7874.54B342003621.38132-dc212003048102British Library Cataloguing in Publication DataBahl, I. J. Inder jit)Lumped elements for RF and microwave circuits.-(Artech House microwave library1. Radio circuits 2. Microwave circuits I. Title621.38412ISBN1-58053-3094Cover design by Igor Valdmar2003 ARTECH HOUSE, INC.685 Canton StreetNorwood Ma 02062All rights reserved Printed and bound in the United States of America. no part of this bookmay be reproduced or utilized in any form or by any means, electronic or mechanical, includingphotocopying, recording, or by any information storage and retrieval system, without permissionn writing from the publisherall terms mentioned in this book that are known to be trademarks or service marks have beenappropriately capitalized. Artech House cannot attest to the accuracy of this information. Useof a term in this book should not be regarded as affecting the validity of any trademark or servicemarkInternational Standard Book Number: 1-58053-309-4Library of Congress Catalog Card Number: 200304810210987654321To my adorable grandsons, Karan and Rohan Kaushal, with whom I play, cry,and laugh, and who have provided me with the idea and inspiration towrite this bookContentsPrefaceXVAcknowledgmentsXXIntroduction1.1 History of Lumped Elcements)Why Use Lumped Elements for rF andMicrowave circuits1.3 L, C, R Circuit Elements1.4 Basic Design of Lumped Elements4.1 Capacitor1.4.2 Inductor4.3 Resistorumped-Element Modelin1. 6 Fabrication1.7 ApplicationsReferencesInductors2.1 IntroductionLumped Elements for RF and Microwave Circuits2.2 Basic Definitions2.2.1 Inductance2.2.2 Magnetic Energy182.2.3 Mutual Inductance202. 2. 4 Effective Inductance202.2.5Imedang2.2.6 Time Constant2.2.7 Quality Factor222.2.8 Self-Resonant Frequency232.2.9aximum Current Ratin2.2.10 Maximum Power Rating2.2.11 Other Parameters232.3 Inductor Configurations242.4 Inductor models2. 4. 1 Analytical Models252.4.2 Coupled-Line Appiroach282.4.3 Mutual Induse arppi342.4.4 Numerical Approach362.4.5 Measurement-Based model382.5 Coupling Between Inductors452.5. 1 Low-Resistivity Substrates2.5.2 High-Resistivity Substrates462.6 Electrical Representations2.6. 1 Series and Parallel representations2.6.2 Network Representations51References52Printed Inductors573.1 Inductors on Si Substrate583.1.1 Conductor Loss3.1.2 Substrate Loss3. 1.3 Layout Considerations3.1.4 Inductor Model3. 1.5 Q-Enhancement Techniques3.1.6 Stacked-Coil Inductor803.1.7 Temperature Dependence84
- 2021-05-07下载
- 积分：1
-
卷积神经网络matlab代码下载
卷积神经网络的matlab代码，直接可运行卷积神经网络的matlab代码，直接可运行卷积神经网络的matlab代码，直接可运行卷积神经网络的matlab代码，直接可运行
- 2020-11-28下载
- 积分：1
-
TSP 蚁群算法 MFC实现
对旅行商问题的解法提出了蚁群算法，并用MFC编程实现，有比较有好的界面，并对问题做了细致的分析。
- 2020-11-29下载
- 积分：1
-
MATLAB数字图像处理算法演示程序GUI
MATLAB数字图像处理文件：打开、显示、重载、RGB变灰度、保存；几何变换：垂直、水平镜像，图像转置、平移、缩放、旋转；正交变换：FFT、DFT、DCT、DST、DHT、DWasht;灰度处理：反色、直方图均衡、阈值变换、阈值变换、分段线性变换、对数非线性变换、指数非线性变换；图像增强：噪声（高斯、椒盐），平滑（均值法、邻域平均法、中值滤波法、巴特沃氏低通滤波）；锐化：梯度锐化、拉普拉斯锐化、巴特沃氏高通滤波；伪彩色增强：亮度切割法、灰度级彩色变换法；图像分割：灰度阈值法、边缘检测法（Robert算子、Laplacian算子、Prewitt算子、Canny算子、Sobel算子
- 2020-12-02下载
- 积分：1
-
chirp.m线性调频信号
产生LFM（线性调频）信号，适合从事雷达研究工作者使用
- 2020-12-03下载
- 积分：1
-
Labview跑马灯
跑马灯： 前面板：水平指针滑动杆——用于调节彩灯间的延时时间。 指示灯——用以显示程序运行结果。 开关——用于结束当前操作。 程序框图：本程序主要用到平铺式顺序结构和层叠式顺序结构顺序执行 程序语句，用真假常量来控制灯亮与不亮。 本程序还用到了while循环和for循环，循环是用于达到闪烁 和同步递进循环， 整个程序几乎每一帧都用到了延时，单位是毫秒，延时的目 地是使本程序更具有可观性，
- 2020-12-01下载
- 积分：1
-
l1-svd稀疏重构算法
利用L1-SVD算法对信号进行稀疏重构，并且得到DOA估计，在信噪比低及信号相距很近时同样具有很好的效果
- 2020-12-06下载
- 积分：1
