设备故障诊断，应用于机械及旋转机械结构的故障识别与诊断修正
上传时间： 2016-06-30
上传用户：q121237
用学习因子异步变化的粒子群优化算法求解无约束优化问题
上传时间： 2016-10-24
上传用户：浮尘6666
BP 神经网络的基本思想：信号的正向传播+误差的反向传播。 ¡ 信号的正向传播：输入样本从输入层传入，经各隐层逐层处理后，传向输出层。 ¡ 误差的反向传播：将输入误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号来作为修正各单元权值的依据。 BP算法属于δ学习规则类，这类算法被称为误差的梯度下降（Gradient Descent）算法。 在此分类器中，本文选择3层BP神经网络算法。隐含层节点数为3。
上传时间： 2017-05-31
上传用户：jplalala
delphi中串口通信控件，修正了原控件的一些BUG
上传时间： 2017-07-20
上传用户：duke222504
CFFT是一个数据宽度和点数都可配置的基4 FFT core，由于旋转因子是用CORDIC算法实现的，因此经过FFT后信号的增益和标准的FFT算法不同。
标签： processor complex radix CFFT new fft
上传时间： 2018-03-29
上传用户：lpyaking
function [alpha,N,U]=youxianchafen2(r1,r2,up,under,num,deta) %[alpha,N,U]=youxianchafen2(a,r1,r2,up,under,num,deta) %该函数用有限差分法求解有两种介质的正方形区域的二维拉普拉斯方程的数值解 %函数返回迭代因子、迭代次数以及迭代完成后所求区域内网格节点处的值 %a为正方形求解区域的边长 %r1,r2分别表示两种介质的电导率 %up,under分别为上下边界值 %num表示将区域每边的网格剖分个数 %deta为迭代过程中所允许的相对误差限 n=num+1; %每边节点数 U(n,n)=0; %节点处数值矩阵 N=0; %迭代次数初值 alpha=2/(1+sin(pi/num));%超松弛迭代因子 k=r1/r2; %两介质电导率之比 U(1,1:n)=up; %求解区域上边界第一类边界条件 U(n,1:n)=under; %求解区域下边界第一类边界条件 U(2:num,1)=0;U(2:num,n)=0; for i=2:num U(i,2:num)=up-(up-under)/num*(i-1);%采用线性赋值对上下边界之间的节点赋迭代初值 end G=1; while G>0 %迭代条件：不满足相对误差限要求的节点数目G不为零 Un=U; %完成第n次迭代后所有节点处的值 G=0; %每完成一次迭代将不满足相对误差限要求的节点数目归零 for j=1:n for i=2:num U1=U(i,j); %第n次迭代时网格节点处的值 if j==1 %第n+1次迭代左边界第二类边界条件 U(i,j)=1/4*(2*U(i,j+1)+U(i-1,j)+U(i+1,j)); end if (j>1)&&(j U2=1/4*(U(i,j+1)+ U(i-1,j)+ U(i,j-1)+ U(i+1,j)); U(i,j)=U1+alpha*(U2-U1); %引入超松弛迭代因子后的网格节点处的值 end if i==n+1-j %第n+1次迭代两介质分界面（与网格对角线重合）第二类边界条件 U(i,j)=1/4*(2/(1+k)*(U(i,j+1)+U(i+1,j))+2*k/(1+k)*(U(i-1,j)+U(i,j-1))); end if j==n %第n+1次迭代右边界第二类边界条件 U(i,n)=1/4*(2*U(i,j-1)+U(i-1,j)+U(i+1,j)); end end end N=N+1 %显示迭代次数 Un1=U; %完成第n+1次迭代后所有节点处的值 err=abs((Un1-Un)./Un1);%第n+1次迭代与第n次迭代所有节点值的相对误差 err(1,1:n)=0; %上边界节点相对误差置零 err(n,1:n)=0; %下边界节点相对误差置零 G=sum(sum(err>deta))%显示每次迭代后不满足相对误差限要求的节点数目G end
标签： 有限差分
上传时间： 2018-07-13
上传用户：Kemin
：消落带土壤由于在水陆交替的特殊生境和复杂的地球化学共同作用下形成，具有独特的理化性质和生态功能。各营养盐 含量在时间和空间上具有较高的变异性，土壤中有机质的分布及迁移和转化均受到复杂的影响。针对官厅水库流域上游妫水 河段消落带，选择典型消落带落水区，对该区土壤有机质含量的时空分布特征进行研究。结果表明：1)研究区消落带土壤有机 质含量较为贫瘠，变化范围在1．64—26∥蝇之间，平均值仅为13．169／kg，变异系数达50．59％。说明消落带由于季节性干湿交 替的特殊水文条件的影响，土壤养分的分布具有较高的空间异质性。淹水频繁区有机质含量平均值为15．74∥妇，高于长期出 露区的10．12∥k，且变异系数为41．38％，小于长期出露区的54．98％。说明淹水频繁区对土壤养分的持留能力更强，且周期性 的淹水条件使得研究区近岸具有相似的生境类型，不同采样点土壤有机质含量的差异相对较小。2)不同植物群落下．芦苇和 香蒲群落土壤有机质含量最高，平均值为17．089／kg；含量最低的是以小叶杨和白羊草为主的中旱生植物带，平均值为9．12，∥ kg；其次是酸模叶蓼、大刺儿菜为优势物种的湿生植物带，土壤有机质含量平均值为15．499／kg。3)不同土壤层次有机质含量差 异较大，总体变化趋势均由表层向下逐渐减少，各层之间体现出显著差异性(P<0．05)。研究区土壤C／N变化范围在1．64— 18．95，平均值为8．95。说明研究区土壤碳氮比相对较低，有机质的腐殖化程度较高，且长期出露区土壤有机质更容易发生分 解，C的累积速度远小于N。土壤C／N垂直分布大致呈先增大后减小趋势，在30cm处达到最大值，而后随着土壤深度的增加逐 渐减小。4)消落带土壤有机质分布的影响因素分析中，土壤有机质与全磷呈极显著正相关，相关系数为0．62(P<0．01)：与土壤 全氮和C／N呈显著正相关(R=0．57，O．60；P<0．05)。这说明研究区土壤全磷、全氮、C／N和有机质明显具有相同的变化趋势．和 有机质存在相互影响。其次，土壤有机质和湿度在呈显著负相关(R=一O．51；P<0．05)，表明研究区土壤湿度对有机质含量具有 显著的影响。气候因子中，温度对研究区土壤有机质的分布具有显著的影响，相关系数为一0．51(P<0．05)。植被因子中．植被 覆盖度和土壤有机质含量呈显著正相关，相关系数为0．64，表明植被因子也是影响土壤有机质分布的重要因素之一。
上传时间： 2018-08-13
上传用户：闽外莯莯
1、 选择合适的SCI期刊-Choose a journal。结合专业知识、2008或2007年度影响因子表和他人经验来综合选择要投递的期刊，并进入该期刊查询系统查询近年来的文章走向。 2、 下载Introduction for submission。只要到每个杂志的首页，打开submit paper一栏，点击Introduction查看或下载即可。 3、 稿件及其相关材料准备-Preparation：Manuscript.doc、Tables.doc、Figures.tiff（jpg等）、Cover letter，有时还有Title page、Copyright agreement、Conflicts of interest等。
标签： 论文
上传时间： 2018-08-17
上传用户：pengke871218
易语言软件防破解加密技术本文为全中文编写，不需要有PE文件格式知识，不需要掌握汇编或C语言的编程技巧，一些加密算法直接由易语言提供，特殊的加密算法大家可以翻译C语言代码、汇编代码或VB代码。 本文中将“Cracker”一词翻译为“奸人”，意为“奸邪小人”之义。本人对破解者一向深恶痛绝，有人说中国的软件发展中破解者有一份功劳，可我说这话不对，看看因盗版而产生的微软对操作系统及软件业的垄断，国内软件业在盗版的夹缝中生存……，如此下去，软件作者没有收益，将不再会有优秀的软件推出。防止盗版，匹夫有责，我想通过本书的推出可以加强易语言用户的加密能力，将盗版杀死在大家共同的手中。 本书集成了多位作者的公开著述，在此一并表示感谢。其中部分文字内容根据易语言的特性作了修正。文中不署作者姓名，以防止奸人对他们的软件的刻意破解。 随着采用易语言编制程序的人们越来越多，写一个软件易被奸人破解的情况也越来越多了，有个别用户甚至于怀疑易语言是否有安全性。从技术性上来说，我只能说加密技术与编程语言无关，一个编程语言的安全性一般指所生成的机器码是否稳定、可靠，而不是防破解方面，如果想要很好地防止破解，那么掌握一门加密技术是非常必要的。 本书考虑到使用易语言的用户大部分对PE文件结构不太熟悉，因此没有采用很底层的方法去教学，而是采用与易语言直接表达的方式试图说明如何加密。
上传时间： 2019-01-29
上传用户：jizhi111
利用灰色关联分析方法求解因子之间的关联系数及关联度，并对因子进行排序。
上传时间： 2019-03-12
上传用户：错位人生
