连续函数
共 20 篇文章
连续函数 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 20 篇文章，持续更新中。
用于连续函数优化的蚁群算法.pdf
资料->【C】嵌入系统->【C3】自动化控制->【1】控制算法->【蚁群算法】->用于连续函数优化的蚁群算法.pdf
非线性倒立摆的BP神经网络系统辨识
基于BP 神经网络能以任意精度逼近任何非线性连续函数的原理。通过在MATLAB<BR>环境下，对典型的不稳定、非线性、强耦合的倒立摆系统建立了BP 神经网络辨识结构，并对辨识结果进行了分析。结果表明B
非线性倒立摆的BP神经网络系统辨识
<P>基于BP 神经网络能以任意精度逼近任何非线性连续函数的原理。通过在MATLAB<BR>环境下，对典型的不稳定、非线性、强耦合的倒立摆系统建立了BP 神经网络辨识结构，并对辨识结果进行了分析。结果
传感器的调理与补偿
利用传感器进行非电量的电测过程中,信号调理电路的合理构成、元器件的科学分布对减小误差、提高抗干扰能力是行之有效的;而利用连续函数的拟合及模拟乘法器则能成功地对传感器不可避免的非线性进行线性化补偿,从而
分数阶ARIMA模型的参数估计与预测
<p>摘要：用极大似然估计和回归分析法给出分数阶ARMA模型ARMA（p，d，q）中参数d的估计，并根据d的大小，对时间序列进行了趋势预测，得到了最优线性预测公式。关键词：分数阶ARMA模型；极大似然估计；回归估计；预测</p><p>1预备知识</p><p>定义1设B（S）为布朗运动，HE（0，1），Y，=</p><p>了.c-syu-*d8（s）为分式布朗运动，则（Xd=（r，-</p><p>Y
该程序用来在matalab条件下求任何两个连续函数的卷积积分
该程序用来在matalab条件下求任何两个连续函数的卷积积分，非常方便
解方程
解方程，给出一个连续函数接f(x)=0的值，前提是给两个附近的值，且符号相反
拉格朗日插值逼近：在离散数据基础上补插除连续函数是计算数学中最基本最常用的手段是函数逼近的重要方法。
拉格朗日插值逼近：在离散数据基础上补插除连续函数是计算数学中最基本最常用的手段是函数逼近的重要方法。
本文主要将蚁群算法用于解决连续函数优化的问题
本文主要将蚁群算法用于解决连续函数优化的问题
基于RBF神经网络整定的PID控制 径向基函数具有单隐居的三层前馈网络。是—种局部逼近网络
基于RBF神经网络整定的PID控制
径向基函数具有单隐居的三层前馈网络。是—种局部逼近网络，己证明它能以任意精度逼近杠意连续函数。
优化算法遗传算法等智能优化算法相关的内容 用于连续函数优化的蚁群算法
优化算法遗传算法等智能优化算法相关的内容 用于连续函数优化的蚁群算法
基于MATLAB的蚁群算法连续函数优化
基于MATLAB的蚁群算法连续函数优化，含帮助文件及论文
解方程
解方程，给出一个连续函数接f(x)=0的值，前提是给一个附近的值
课程设计：编写连续函数最佳平方逼近的算法程序（以函数形式）。并用此程序进行数值实验
课程设计：编写连续函数最佳平方逼近的算法程序（以函数形式）。并用此程序进行数值实验，并提交相应的实验结果数据与报告。
内附详细的课程设计报告与源代码
ch4_1_1：矩形连续函数的傅立叶变换（§4.1.1） ch4_1_2：构建一个矩形函数（§4.1.2） ch4_1_3：对f进行二维快速傅立叶变换（§4.1.2） ch4_1_4：对f进行补
ch4_1_1：矩形连续函数的傅立叶变换（§4.1.1）
ch4_1_2：构建一个矩形函数（§4.1.2）
ch4_1_3：对f进行二维快速傅立叶变换（§4.1.2）
ch4_1_4：对f进行补零（区域大小为256×256），而后进行二维快速傅立叶变换（§4.1.2）
ch4_1_5：使变换结果的零频率分量位于中心，调用函数fftshift（§4.1.2）
针对一维,二维函数个g(x)
针对一维,二维函数个g(x)，设计一个模糊系统f(x)，使之一致的逼近定义在某区间上的连续函数并且满足所需精度
切比雪夫插值（利用切比雪夫点进行多项式插值）
切比雪夫插值（利用切比雪夫点进行多项式插值），对连续函数进行逼近。
这是我用matlab编写的
这是我用matlab编写的，利用蚁群算法（ACO）求连续函数最优解的源码。是对段海滨《蚁群算法原理及应用》一书中，网格策略法的实现。
利用有限差分法 (Finite Differential Method, FDM)将场域离散为许多小网格
利用有限差分法 (Finite Differential Method, FDM)将场域离散为许多小网格，应用差分原理，将求解连续函数的泊松方程问题转换为求解网格节点上的差分方程组的问题。
MIMO系统中分集增益和空间复用增益的折衷关系
<p>
论文导出了分集增益与空间复用增益间的最佳折衷关系式。该关系式为阶梯递减右连续函数，阶梯数等于接收天线数目。分集增益的取值与分组长度有关，只有当分组长度不小于发射天线数目时才能获得满分集增益。折衷关系表明，采用合适的空时编码可以同时获得分集增益和空间复用增益，但是两种增益不能同时达到最大。由最佳折衷关系可以推测一定空间复用增益时可得到的最大分集增益，以及一定分集增益时能获得的最大空间复用增