亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊(cè)

幅值算法的工程化改進(jìn)方法

  • (2) 主要算法的基本思想: 從題目上來分析我認(rèn)為這是一個(gè)圖的最短路徑問題。因此決定用Dijkstra算法按路徑長(zhǎng)度遞增的順序逐步產(chǎn)生最短路徑的方法:設(shè)置兩個(gè)頂點(diǎn)的集合T和S

    (2) 主要算法的基本思想: 從題目上來分析我認(rèn)為這是一個(gè)圖的最短路徑問題。因此決定用Dijkstra算法按路徑長(zhǎng)度遞增的順序逐步產(chǎn)生最短路徑的方法:設(shè)置兩個(gè)頂點(diǎn)的集合T和S,集合S中存放已找到的最短路徑的頂點(diǎn),集合T中存放當(dāng)前還未找到的最短路徑的頂點(diǎn)。初始狀態(tài)時(shí),集合S中只包含源點(diǎn)V0,然后不斷從集合T中選取到頂點(diǎn)V0路徑長(zhǎng)度最短的頂點(diǎn)加入到集合S中,集合S中每加入一個(gè)新的頂點(diǎn)U,都要修改頂點(diǎn)V0到集合T中剩余頂點(diǎn)的最短路徑長(zhǎng)度值,集合T中各頂點(diǎn)新的最短路徑長(zhǎng)度值為原來的最短路徑長(zhǎng)度值與頂點(diǎn)U的最短路徑長(zhǎng)度只值中的較小的。此過程不斷重復(fù),直到集合T的頂點(diǎn)全部加入到集合S為止。

    標(biāo)簽: Dijkstra 算法 最短路徑

    上傳時(shí)間: 2015-05-01

    上傳用戶:wpwpwlxwlx

  • 本文介紹了數(shù)學(xué)形態(tài)方法、順序形態(tài)變換的概念,并將順序形態(tài)變換引入到電力信號(hào)處理中 來。通過對(duì)形態(tài)組合方式、結(jié)構(gòu)算子和百分位的分析,以及結(jié)合閾值方法,設(shè)計(jì)了快速高效的電力 信號(hào)處理方法。文中還分析了

    本文介紹了數(shù)學(xué)形態(tài)方法、順序形態(tài)變換的概念,并將順序形態(tài)變換引入到電力信號(hào)處理中 來。通過對(duì)形態(tài)組合方式、結(jié)構(gòu)算子和百分位的分析,以及結(jié)合閾值方法,設(shè)計(jì)了快速高效的電力 信號(hào)處理方法。文中還分析了算法的性能和有效性,最后通過仿真和實(shí)驗(yàn)驗(yàn)證了所提出的方法的 性能。

    標(biāo)簽: 變換 電力 信號(hào)處理

    上傳時(shí)間: 2014-01-18

    上傳用戶:xg262122

  • 這是數(shù)值方法中各種插值算法

    這是數(shù)值方法中各種插值算法,三角分解,迭代算法的C語言實(shí)現(xiàn),是自己編,且都能運(yùn)行,希望能對(duì)大家有所幫助。

    標(biāo)簽: 數(shù)值 插值 算法

    上傳時(shí)間: 2014-08-15

    上傳用戶:cylnpy

  • 量子進(jìn)化算法的性能直接受量子旋轉(zhuǎn)門旋轉(zhuǎn)角計(jì)算方法的影響.文中提出一種改進(jìn)量子進(jìn)化算法

    量子進(jìn)化算法的性能直接受量子旋轉(zhuǎn)門旋轉(zhuǎn)角計(jì)算方法的影響.文中提出一種改進(jìn)量子進(jìn)化算法,核心是 設(shè)計(jì)了基于量子比特概率幅比值自適應(yīng)計(jì)算量子旋轉(zhuǎn)門旋轉(zhuǎn)角的新方法,算法具有收斂速度快和全局搜索能力強(qiáng) 的特點(diǎn).通過011背包問題分析了新方法中相關(guān)參數(shù)對(duì)算法性能的影響,并應(yīng)用算法求解物流配送路徑優(yōu)化問題,仿真表明改進(jìn)量子進(jìn)化算法性能優(yōu)于量子進(jìn)化算法和傳統(tǒng)進(jìn)化算法.

    標(biāo)簽: 量子 進(jìn)化算法 旋轉(zhuǎn) 性能

    上傳時(shí)間: 2016-06-28

    上傳用戶:戀天使569

  • 拉格朗日(Lagrange)多項(xiàng)式插值算法源代碼這是一個(gè)Matlab實(shí)現(xiàn)的拉格朗日多項(xiàng)式插值算法

    拉格朗日(Lagrange)多項(xiàng)式插值算法源代碼這是一個(gè)Matlab實(shí)現(xiàn)的拉格朗日多項(xiàng)式插值算法,它使用拉格朗日多項(xiàng)式插值的方法近似點(diǎn)定義函數(shù)。

    標(biāo)簽: Lagrange Matlab 多項(xiàng)式 插值

    上傳時(shí)間: 2016-07-31

    上傳用戶:WMC_geophy

  • 雙峰和多峰函數(shù)最大值的遺傳算法求解 利用基本遺傳算法的思路尋找雙峰或多峰函數(shù)的最大值

    雙峰和多峰函數(shù)最大值的遺傳算法求解 利用基本遺傳算法的思路尋找雙峰或多峰函數(shù)的最大值,選擇采用輪盤選擇方法;

    標(biāo)簽: 函數(shù) 算法

    上傳時(shí)間: 2016-09-22

    上傳用戶:huql11633

  • 摘要:為了提高圖像復(fù)原算法的性能 ,提出了一種改進(jìn)的奇異值分解法估計(jì)圖像的點(diǎn)擴(kuò)散函數(shù)。從圖像的退化離散模型 出發(fā) ,對(duì)圖像進(jìn)行逐層分塊奇異值分解 ,并自動(dòng)選取奇異值重組階數(shù)以減少噪聲對(duì)估計(jì)的影響。利

    摘要:為了提高圖像復(fù)原算法的性能 ,提出了一種改進(jìn)的奇異值分解法估計(jì)圖像的點(diǎn)擴(kuò)散函數(shù)。從圖像的退化離散模型 出發(fā) ,對(duì)圖像進(jìn)行逐層分塊奇異值分解 ,并自動(dòng)選取奇異值重組階數(shù)以減少噪聲對(duì)估計(jì)的影響。利用理想圖像奇異值向 量平均能譜指數(shù)模型 ,估計(jì)點(diǎn)擴(kuò)散函數(shù)奇異值向量的頻譜 ,再反傅里葉變換得到其時(shí)域結(jié)果。實(shí)驗(yàn)結(jié)果表明 ,該方法能 在不同信噪比情況下估計(jì)成像系統(tǒng)的點(diǎn)擴(kuò)散函數(shù) ,估計(jì)結(jié)果比原有估計(jì)方法有所提高 ,有望為圖像復(fù)原算法的預(yù)處理提 供一種有效的手段。

    標(biāo)簽: 圖像 奇異值分解 函數(shù)

    上傳時(shí)間: 2014-08-06

    上傳用戶:litianchu

  • (有源代碼)數(shù)值分析作業(yè),本文主要包括兩個(gè)部分,第一部分是常微分方程(ODE)的三個(gè)實(shí)驗(yàn)題,第二部分是有關(guān)的拓展討論,包括高階常微分的求解和邊值問題的求解(BVP).文中的算法和算例都是基于Matla

    (有源代碼)數(shù)值分析作業(yè),本文主要包括兩個(gè)部分,第一部分是常微分方程(ODE)的三個(gè)實(shí)驗(yàn)題,第二部分是有關(guān)的拓展討論,包括高階常微分的求解和邊值問題的求解(BVP).文中的算法和算例都是基于Matlab計(jì)算的.ODE問題從剛性(STIFFNESS)來看分為非剛性的問題和剛性的問題,剛性問題(如大系數(shù)的VDP方程)用通常的方法如ODE45來求解,效率會(huì)很低,用ODE15S等,則效率會(huì)高多了.而通常的非剛性問題,用ODE45來求解會(huì)有很好的效果.從階次來看可以分為高階微分方程和一階常微分方程,高階的微分方程一般可以化為狀態(tài)空間(STATE SPACE)的低階微分方程來求解.從微分方程的性態(tài)看來,主要是微分方程式一階導(dǎo)系數(shù)大的時(shí)候,步長(zhǎng)應(yīng)該選得響應(yīng)的小些.或者如果問題的性態(tài)不是太好估計(jì)的話,用較小的步長(zhǎng)是比較好的,此外的話Adams多步法在小步長(zhǎng)的時(shí)候效率比R-K(RUNGE-KUTTA)方法要好些,而精度也高些,但是穩(wěn)定區(qū)間要小些.從初值和邊值來看,也是顯著的不同的.此外對(duì)于非線性常微分方程還有打靶法,胞映射方法等.而對(duì)于微分方程穩(wěn)定性的研究,則諸如相平面圖等也是不可缺少的工具.值得提出的是,除了用ode系類函數(shù)外,用simulink等等模塊圖來求解微分方程也是一種非常不錯(cuò)的方法,甚至是更有優(yōu)勢(shì)的方法(在應(yīng)用的角度來說).

    標(biāo)簽: Matla ODE BVP

    上傳時(shí)間: 2014-01-05

    上傳用戶:caixiaoxu26

  • 關(guān)于后綴數(shù)組的文件 本文介紹后綴數(shù)組的基本概念、方法以及應(yīng)用。 首先介紹O(nlogn)復(fù)雜度構(gòu)造后綴數(shù)組的倍增算法

    關(guān)于后綴數(shù)組的文件 本文介紹后綴數(shù)組的基本概念、方法以及應(yīng)用。 首先介紹O(nlogn)復(fù)雜度構(gòu)造后綴數(shù)組的倍增算法,接著介紹了配合后綴 數(shù)組的最長(zhǎng)公共前綴 LCP(Longest Common Prefix)的計(jì)算方法,并給出一個(gè) 線性時(shí)間內(nèi)計(jì)算height 數(shù)組(記錄跨度為1 的LCP 值的數(shù)組)的算法。為了讓 讀者對(duì)如何運(yùn)用后綴數(shù)組有一個(gè)感性認(rèn)識(shí),還介紹了兩個(gè)應(yīng)用后綴數(shù)組的例子: 多模式串的模式匹配(給出每次匹配O(m+logn)時(shí)間復(fù)雜度的算法)以及求最 長(zhǎng)回文子串(給出O(nlogn)時(shí)間復(fù)雜度的算法)。最后對(duì)后綴數(shù)組和后綴樹作了 一番比較。

    標(biāo)簽: nlogn 后綴數(shù)組 基本概念 復(fù)雜度

    上傳時(shí)間: 2013-12-21

    上傳用戶:zhangliming420

  • 基于平均功率和RLS自適應(yīng)算法的并聯(lián)型有源濾波器.rar

    隨著電力電子技術(shù)的飛速發(fā)展,越來越多的電力電子裝置被廣泛應(yīng)用到各個(gè)領(lǐng)域,其中相當(dāng)一部分負(fù)荷具有非線性或具有時(shí)變特性,使電網(wǎng)中暫態(tài)沖擊、無功功率、高次諧波及三相不平衡問題日趨嚴(yán)重,給電網(wǎng)的供電質(zhì)量造成嚴(yán)重的污染和損耗.因此,對(duì)電力系統(tǒng)進(jìn)行諧波抑制和無功補(bǔ)償,提高電網(wǎng)供電質(zhì)量變得十分重要.電力有源濾波器(Active Power Filter,簡(jiǎn)稱APF)與無源濾波器相比,APF具有高度可控制和快速響應(yīng)特性,并且能跟蹤補(bǔ)償各次諧波、自動(dòng)產(chǎn)生所需變化的無功功率和諧波功率,其特性不受系統(tǒng)影響,無諧波放大威脅.并聯(lián)型電力有源濾波器(Shunt Active Power Filter,簡(jiǎn)稱SAPF)更是得到了廣泛的應(yīng)用. 近年來,自適應(yīng)算法中的遞推最小二乘法(簡(jiǎn)稱RLS)應(yīng)用越來越廣泛,該算法簡(jiǎn)單,收斂速度快.應(yīng)用基于RLS自適應(yīng)算法的濾波器(簡(jiǎn)稱RLS濾波器),可以快速有效的濾除雜波,同時(shí)自動(dòng)調(diào)整濾波器參數(shù),不斷改進(jìn)濾波性能,最終得到所需的信號(hào). 本文研究了基于平均功率和RLS自適應(yīng)算法的并聯(lián)型有源濾波器.它的參考電流是一個(gè)同電網(wǎng)相電壓同相位的三相平衡的有功電流,它包含兩個(gè)分量:一個(gè)是由實(shí)測(cè)的三相負(fù)載瞬時(shí)功率計(jì)算得到的,基于平均功率算法的電網(wǎng)應(yīng)該為負(fù)載各相提供的有功電流瞬時(shí)參考值;另一個(gè)是為了維持有源濾波器中逆變器的直流母線電壓基本恒定,主要通過RLS濾波器計(jì)算得出的電網(wǎng)各相應(yīng)該提供的有功電流瞬時(shí)參考值.兩個(gè)分量的計(jì)算共同構(gòu)成了該有源濾波器參考電流的計(jì)算.補(bǔ)償電流指令值與實(shí)際補(bǔ)償電流比較生成控制逆變橋工作的PWM脈沖,生成補(bǔ)償電流,達(dá)到補(bǔ)償負(fù)載無功和抑制諧波的目的. 應(yīng)用RLS濾波器得到維持直流母線電壓恒定的直流側(cè)有功系數(shù)A<,dc>,克服了傳統(tǒng)PI控制中參數(shù)難以得到且由于參數(shù)過于敏感而導(dǎo)致補(bǔ)償后電流紋波太大的問題.使得當(dāng)穩(wěn)態(tài)時(shí)SAPF自身的功率損耗和暫態(tài)負(fù)載變化時(shí)因?yàn)橹绷鱾?cè)電容提供電網(wǎng)和負(fù)載之間的有功功率差而引起的電壓的波動(dòng)迅速反饋到指令電流的計(jì)算中.RLS算法收斂快,SAPF實(shí)時(shí)性大大提高.基于該方法的SAPF結(jié)構(gòu)簡(jiǎn)單,無需鎖相器. 根據(jù)本文的算法應(yīng)用MATAB建立了仿真系統(tǒng),仿真結(jié)果表明基于該算法的SAPF的可行性和實(shí)時(shí)性.

    標(biāo)簽: RLS 功率 自適應(yīng)算法

    上傳時(shí)間: 2013-04-24

    上傳用戶:mfhe2005

主站蜘蛛池模板: 青田县| 峨眉山市| 华安县| 永州市| 南城县| 中江县| 澄迈县| 怀化市| 读书| 遂昌县| 湖南省| 元朗区| 扬中市| 南开区| 库尔勒市| 仁化县| 会昌县| 钟祥市| 常州市| 宁都县| 泗水县| 旅游| 英山县| 拜泉县| 铁岭市| 增城市| 乐清市| 永春县| 兴仁县| 四川省| 辛集市| 贡山| 武川县| 庆云县| 明溪县| 安图县| 武义县| 麻阳| 丰城市| 高尔夫| 乐平市|