正交表，測(cè)試工具的另一個(gè)選擇，用來(lái)歸納測(cè)試用例。
標(biāo)簽： 正
上傳時(shí)間： 2013-12-25
上傳用戶：FreeSky
用ＭＡＴＬＡＢ實(shí)現(xiàn)正交頻分復(fù)用（ＯＦＤＭ）信道的模擬
標(biāo)簽： 正交頻分復(fù)用 信道 模擬
上傳時(shí)間： 2013-12-27
上傳用戶：hasan2015
本文章是關(guān)于正交頻分復(fù)用信道模擬仿真的，文章介紹了整個(gè)設(shè)計(jì)的方案和流程
標(biāo)簽： 正交頻分復(fù)用 信道模擬 仿真
上傳時(shí)間： 2013-12-29
上傳用戶：wang5829
這是用電子檔的方式交i簡(jiǎn)單輕松的學(xué)Delphi！
上傳時(shí)間： 2014-01-02
上傳用戶：cjf0304
數(shù)據(jù)結(jié)構(gòu)源程序跟論文說(shuō)明可直接交與作業(yè)的
標(biāo)簽： 數(shù)據(jù)結(jié)構(gòu) 源程序 論文
上傳時(shí)間： 2013-12-01
上傳用戶：zhangzhenyu
C++課程設(shè)計(jì) 下載后就直接可以交了 呵呵 好動(dòng)洗
標(biāo)簽：
上傳時(shí)間： 2014-02-16
上傳用戶：wanghui2438
基于多分辨分析的遞階逼近思想,采用正交小波網(wǎng)絡(luò)研究了輸入樣本空間分布非均勻時(shí)非線性系統(tǒng)的 辨識(shí)問(wèn)題. 重點(diǎn)討論了樣本非均勻時(shí)網(wǎng)格系的設(shè)計(jì)問(wèn)題,并給出了基于該網(wǎng)格系的在線遞階辨識(shí)算法. 最后利用正 交小波網(wǎng)絡(luò)分別對(duì)非線性靜態(tài)和動(dòng)態(tài)系統(tǒng)進(jìn)行了仿真辨識(shí).
上傳時(shí)間： 2014-11-26
上傳用戶：wanghui2438
提出了一種基于小波神經(jīng)網(wǎng)絡(luò)整定的PID 控制方法。由于小波變換具有良 好的時(shí)頻局部特性,神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力,自學(xué)習(xí)、自適應(yīng)等優(yōu)勢(shì),采用規(guī) 范正交的小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的基函數(shù)構(gòu)成小波神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)兼有小波函數(shù)的緊 支性、波動(dòng)性以及神經(jīng)網(wǎng)絡(luò)的非線性映射能力,自學(xué)習(xí)、自適應(yīng)能力等優(yōu)點(diǎn),滲碳爐控制實(shí) 驗(yàn)結(jié)果表明,用該方法整定的PID 控制系統(tǒng)收斂速度快,逼近精度高,魯棒性好
標(biāo)簽： PID 函數(shù) 神經(jīng)網(wǎng)絡(luò) 小波神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2014-01-15
上傳用戶：yzy6007
指出了非線性動(dòng)態(tài)信號(hào)參數(shù)辨識(shí)的重要性；分析了目前采用的方法的不足；對(duì)非正交復(fù)Morlet小波滿足Mercy條件和再生性的命題作了證明；用復(fù)Morlet小波構(gòu)建出一種核函數(shù)，與主分量分析方法相結(jié)合，對(duì)非線性動(dòng)態(tài)信號(hào)進(jìn)行參數(shù)辨識(shí)和預(yù)測(cè)；仿真結(jié)果驗(yàn)證了該方法的正確性和有效性，表明該方法具有較好的理論價(jià)值和實(shí)用價(jià)值。
標(biāo)簽： Morlet Mercy 非線性 動(dòng)態(tài)信號(hào)
上傳時(shí)間： 2016-06-27
上傳用戶：wang0123456789
首先,給出了對(duì)應(yīng)于多重多分辨分析的雙正交多小波包的定義,建立了具有任意矩陣伸縮的雙正交多小波包的理論框架.在此基礎(chǔ)上,給出了具有任意矩陣伸縮的高維不可分雙正交多小波包的構(gòu)造方法.由此構(gòu)造的多小波包的分解系數(shù)可以從不同的濾波器中抽取,這使得小波包的應(yīng)用更靈活.
上傳時(shí)間： 2014-01-02
上傳用戶：啊颯颯大師的
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
