<pre id="qq0um"></pre> # include<stdio.h> # include<math.h> # define N 3 main(){ float NF2(float *x,float *y); float A[N][N]={{10,-1,-2},{-1,10,-2},{-1,-1,5}}; float b[N]={7.2,8.3,4.2},sum=0; float x[N]= {0,0,0},y[N]={0},x0[N]={}; int i,j,n=0; for(i=0;i<N;i++) { x[i]=x0[i]; } for(n=0;;n++){ //計算下一個值 for(i=0;i<N;i++){ sum=0; for(j=0;j<N;j++){ if(j!=i){ sum=sum+A[i][j]*x[j]; } } y[i]=(1/A[i][i])*(b[i]-sum); //sum=0; } //判斷誤差大小 if(NF2(x,y)>0.01){ for(i=0;i<N;i++){ x[i]=y[i]; } } else break; } printf("經過%d次雅可比迭代解出方程組的解：\n",n+1); for(i=0;i<N;i++){ printf("%f ",y[i]); } } //求兩個向量差的二范數函數 float NF2(float *x,float *y){ int i; float z,sum1=0; for(i=0;i<N;i++){ sum1=sum1+pow(y[i]-x[i],2); } z=sqrt(sum1); return z; }
上傳時間： 2019-10-13
上傳用戶：大萌萌撒
神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ，環境模型 妁表示 是非常重要 的。未 知 環境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環境，在滿足 精度要求 的情況下，必定要占用大量的內存，并且采用柵 格法進行路徑規劃，其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡，其學習的結 果能體現出輸入樣本的分布情況，從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性，可采 用K0h0n曲 神經元 的 權向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網絡輸入，神經嘲絡通 過對大量的輸八樣本的學習，其神經元就會體現出一定的 分布形 式 學習過程如下：開 始時網絡的權值隨機地賦值 ， 其后接下式進行學 習： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經元 1在t時刻對 應的權值 ；a(∽ 謂整系 數 ； (『l網絡的輸八矢量；Ⅳ()：學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (，) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ，如果神 經元 的數量 太少 ．它們就 不能 覆 蓋整十空間，結果會導致節點穿過障礙物區域 如果節點 妁數量太大 ．節點就會表示更多的區域，也就得不到距障 礙物的最大距離。在這種情況下，節點是對整個 自由空間 的學 習，而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義，在每個學習階段的結柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節點 來 覆蓋整 十 自由窯 間，需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ，應該采用較少的網絡 節點升 始學習，逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構，可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中，可采用人】：神經嘲 絡技術對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ，足以全局規荊為指 導 利用在線得到的局部環境信息，在盡可能短的時問內
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
基于紅外技術的智能機器人控制系統基于紅外技術、單片機技術等完成 了智能機器人控制 系統的設計。該機器人實現 了步行、跟蹤、避 障 、 步伐調 整 、語 音 、聲控 、液 晶 顯示 、地 面探 測 等功 能 。 紅外技 術 智 能機 器人 控制 系統 隨著政 治格 局 、 戰爭形 式 的 變化 ，在 偵察 、戰 場攻擊 、反恐 防爆 等軍 事領 域 {冉}要 大量 無人 作戰 機 器人 ；人 類探 索太 空 、建設 航 天站 、搶 險救 災等 不 適合 由人 來承擔 的任務 的增 加 ，也 {冉}要 機器 人代 替 人類執 行 任務 。 同時， 新 的需 求和任 務 也對 機器 人 的 性能 提 出 了更 高 的要 求 。 由于 紅 外線 有較 強 的 穿透 能 力和 抗 干 擾 能 力， 不易散 射 且不 易 引起 串干擾 。本 設計 基 于紅 外技 術 完 成 智 能機 器 人 控 制 系 統 的 設 計 ， 主 要 實現 了 步 行 、跟蹤 、避 障 、步伐 調整 、語 音 、聲 控 、液 晶顯 示 、地 面探 測 8個 功能 ，在 遇到 外界 條件 發生 變化 時， 該機 器人 將采 取不 同 的措 施對 待， 能較 好地 表 現 出該 機器 人 的 簡單 思 考 能 力 。 1智能機器人說明 1．1功能簡介機系統框圖 機 器人 控 制系 統框 圖如 圖 1。 耦，P3，0～P3．5接 ISD語音芯片， P3，O~P3．5接 ISD語 音 芯 片 。 該機器人 采用 2片 AT89C51來控制，一 片用于 整個 系統的控制， 一片僅 用于驅動 液晶屏 1602的控 制 ，它 們之 間通過 I／O 121通 訊， 以實現 兩片單 片機 工 作 的協
上傳時間： 2022-02-13
上傳用戶：zhanglei193
調試好的電機加減速驅動源碼，親測應用，S/T/SPTA算法控制，可二次開發。核心算法在BSP文件夾。
上傳時間： 2022-05-19
上傳用戶：kingwide
圖解LC濾波器設計與制作 森榮二
上傳時間： 2013-05-18
上傳用戶：eeworm
圖解LC濾波器設計與制作 森榮二
上傳時間： 2013-04-15
上傳用戶：eeworm
GB／T 4728.10-2008 電氣簡圖用圖形符號 第10部分：電信：傳輸.PDF
上傳時間： 2013-08-04
上傳用戶：eeworm
GB／T 4728.09-2008 電氣簡圖用圖形符號 第09部分：電信：交換和外圍設備
上傳時間： 2013-07-12
上傳用戶：eeworm
GB／T 4728.13-2008 電氣簡圖用圖形符號 第13部分： 模擬元件
上傳時間： 2013-06-07
上傳用戶：eeworm
GB／T 4728.03-2005 電氣簡圖用圖形符號 第03部分：導體和連接件
上傳時間： 2013-04-15
上傳用戶：eeworm
<abbr id="c0c26"></abbr>