本文檔是本人的自適應控制大作業，作業里分模型參考自適應控制（用smulink仿真）和CARMA模型的最小方差自適應控制，文中有詳細的smulink框圖和matlab程序，格式美觀，分析透徹，圖形整齊，對學習自適應控制的朋友有很大的幫助，謹以本人微薄的力量和成果與大家共鳴，
上傳時間： 2014-01-07
上傳用戶：cc1015285075
本文是鄙人的自適應控制大作業，本文分模型參考自適應控制和CARMA模型的最小方差自適應控制，文中采用smulink仿真和matlab的m函數編程來實現自適應控制的內容，分析透徹，圖表清晰，有很強的可閱讀性，僅以本人微薄的努力和大家共鳴，共同進步，以后還會有精彩的內容奉上
標簽： 自適應控制
上傳時間： 2015-12-25
上傳用戶：磊子226
一個很小的時候很喜歡玩的游戲，超級瑪莉。看看是不是跟以前玩得很像呢。
標簽：
上傳時間： 2016-01-18
上傳用戶：dreamboy36
一個可以用于實現手機日歷功能的java小程序，自帶了一個演示
上傳時間： 2016-01-21
上傳用戶：zhouchang199
SPX Instant Screen Capture 我感覺用過最棒的截圖工具(綠色軟件1.09M,帶撕邊效果),超方便使用,運行時只在任務欄占一個小小的圖標,不帶任何主體窗口,撕邊及底色效果可自定義,默認的保存路徑為桌面,用過后的圖不用再進文件夾可直接刪除了.(支持保存為:BMP,JPG,PNG,GIF),強烈推薦為上論壇發貼截圖或回復講解截圖的必備工具 使用說明:要用時用鼠標右鍵點擊任務欄的小圖標會生成一個"十"字形,然后放開右鍵,用鼠標左鍵去選自已要截圖的區,放開左鍵伴隨著一句像英語又像唱歌的聲音就自動保存到桌面了 注冊名：lgqllw 注冊碼：2nnuh0ObRog=
標簽： Instant Capture Screen 1.09
上傳時間： 2014-11-22
上傳用戶：784533221
利用一塊芯片完成除時鐘源、按鍵、揚聲器和顯示器（數碼管）之外的所有數字電路功能。所有數字邏輯功能都在CPLD器件上用VHDL語言實現。這樣設計具有體積小、設計周期短（設計過程中即可實現時序仿真）、調試方便、故障率低、修改升級容易等特點。 本設計采用自頂向下、混合輸入方式（原理圖輸入—頂層文件連接和VHDL語言輸入—各模塊程序設計）實現數字鐘的設計、下載和調試。 一、 功能說明 已完成功能 1. 完成秒／分／時的依次顯示并正確計數； 2. 秒／分／時各段個位滿10正確進位，秒／分能做到滿60向前進位； 3. 定時鬧鐘：實現整點報時，又揚聲器發出報時聲音； 4. 時間設置，也就是手動調時功能：當認為時鐘不準確時，可以分別對分／時鐘進行調整； 5. 利用多余兩位數碼管完成秒表顯示：A、精度達10ms；B、可以清零；C、完成暫停 可以隨時記時、暫停后記錄數據。 待改進功能： 1. 鬧鐘只是整點報時，不能手動設置報時時間，遺憾之一； 2. 秒表不能向秒進位，也就是最多只能記時100ms； 3. 秒表暫停記錄數據后不能在原有基礎上繼續計時，而是復位重新開始。 【注意】秒表為后來添加功能，所以有很多功能不成熟！
上傳時間： 2014-01-02
上傳用戶：LIKE
Contourlet變換結合了不可分離的方向濾波組,具備小波所不能表達的多方向特性,能有效捕獲自然圖像的邊緣輪廓信息。本文分析了圖像ontourlet系數的統計特征,并利用廣義高斯函數對各子帶系數層進行建模。將此模型應用于基于VisTex的自建紋理圖像庫,采用矩匹配估計法,提取模型參數集,運用K2L距離計算圖像間的相似度。對800幅紋理圖像進行檢索,本文方法比傳統小波方法的平均檢索查準率高出約2％到10％不等。實驗結果表明,該方法改進了導向紋理的描述
標簽： Contourlet ontourlet 方向 系數
上傳時間： 2016-02-20
上傳用戶：zhaiyanzhong
打字游戲 制作這款打字小游戲是為了對匯編語言程序設計有一個更深刻的了解，將所學的知識應用于實踐，提高自己的編程水平。鑒于用匯編語言編程的復雜性，為了使游戲能夠實現自己預先的構想，所以自創了這款相對比較簡單的打字游戲。在游戲制作工作中會應用到80x86的指令系統和尋址方式，輸入輸出程序設計等，涉及到的知識領域還是很全面的，所以在通過完成這次編程，相信能得到不小的提高。 1．2游戲介紹 該游戲是一個簡單的打字游戲，雙擊圖標后將進入主菜單，再按enter鍵會進入到選擇速度的菜單，這里還有游戲的簡單介紹，按1/2進入游戲后，字母會從屏幕上方掉下，從鍵盤鍵入正確的字母則掉下的字母消失，否則當字母掉到屏幕最下面時，生命值會減少，當生命值減少到0時游戲結束，這時按Esc鍵將返回主菜單。
上傳時間： 2016-02-24
上傳用戶：asdfasdfd
VC維理論和結構風險最小化準則是統計學習理論中的重要內容,基于這一理論的支持向量機算法由于具有好的泛化性能受到重視,并被研究用于文本分類問題.基于多項式核的研究工作認為SVM的泛化能力不受多項式階數的影響,并且能夠處理很高維的分類問題,用于文本分類無需進行特征選擇.研究發現,隨著多項式核階數的升高,SVM文本分類器會出現過學習現象,并且特征數越多越明顯,特征選擇是必需的.通過估計函數集的VC維,基于結構風險最小化理論對此問題進行分析,得出的結論跟實驗結果相符.
上傳時間： 2013-12-01
上傳用戶：c12228
最小優先隊列的c++模板實現，如果是自定義類型則需要重載<運算符。
上傳時間： 2016-03-21
上傳用戶：sy_jiadeyi
