这是Yale大学的扩展脸部数据库B,是多个目标在不同光照条件下的图像,并且已经被修剪至168*192
2025/1/12 13:31:01 55.78MB extended Yale B
1
反演控制方法与实现《反演控制方法与实现》系统地介绍了反演控制方法的基本原理及其在不确定非线性系统中的应用。
《反演控制方法与实现》共分为6章,在介绍反演法的一般理论的基础上,重点论述了抑制参数漂移的自适应反演方法,考虑非线性干扰观测器的弱抖振滑模反演方法,针对系统模型部分未知的情况,使用模糊系统和神经网络估计系统中的未知部分,给出了基于智能系统的反演设计方法,同时本书介绍了系统状态未知情况下的反演设计方法。
针对各种情况本书均给出了详细的理论设计方法和Matlab仿真。
 《反演控制方法与实现》是作者在从事控制理论与控制方法研究的基础上完成的。
本书适用于从事非线性控制方法研究的工作人员和研究生参考。
前言第1章绪论1·1研究的背景及意义1·2李雅普诺夫稳定性理论1·2·1李雅普诺夫意义下的稳定性1·2·2有界性1·2·3李雅普诺夫稳定性理论1·3微分几何理论基础1·3·1李导数和李括号1·3·2微分同胚1·3·3控制系统的相对阶1·3·4输入状态线性化1·3·5状态反馈线性化的设计1·4反演法的基本原理1·5反演法的研究概况1·5·1自适应反演控制1·5·2鲁棒自适应反演控制1·5·3滑模反演控制1·5·4智能反演控制1·5·5其他反演控制方法1·6本书的主要研究内容第2章自适应反演控制方法2·1引言2·2常规自适应反演法2·2·1自适应反演法设计思路2·2·2仿真算例2·3抑制参数漂移的自适应反演控制2·3·1问题描述及预备知识2·3·2抑制参数漂移的自适应反演控制器设计2·3·3系统稳定性分析2·3·4仿真算例2·4扩展的自适应反演控制2·4·1问题描述2·4·2参数自适应律的设计2·4·3基于动态面的扩展反演控制器设计2·4·4稳定性分析2·4·5仿真算例2·5仿真算例的Matlab实现2·5·1节仿真算例的Matlab实现2·5·2节仿真算例的Matlab实现2·5·3节仿真算例的Matlab实现2·6本章小结第3章不确定非线性系统的弱抖振滑模反演控制3·1引言3·2滑模控制基本原理3·3匹配不确定非线性系统的弱抖振滑模反演控制3·3·1问题描述3·3·2滑模反演控制器设计3·3·3滑模反演控制稳定性分析3·3·4自适应滑模反演控制器设计3·3·5自适应滑模反演控制稳定性分析3·3·6非线性干扰观测器3·3·7匹配不确定非线性系统的弱抖振滑模反演控制3·3·8仿真算例3·4非匹配不确定非线性系统的多滑模反演控制3·4·1问题描述3·4·2多滑模反演控制3·4·3基于非线性干扰观测器的多滑模反演控制3·4·4系统稳定性分析3·4·5仿真算例3·5仿真算例的Matlab实现3·5·1节弱抖振滑模反演控制的Matlab实现3·5·2节自适应弱抖振滑模反演控制Matlab实现3·5·3节多滑模反演控制Matlab实现3·6本章小结第4章基于模糊系统的非线性系统反演控制4·1引言4·2基于模糊系统的非线性系统控制4·2·1问题的提出4·2·2模糊系统描述4·2·3控制器设计4·2·4仿真算例4·3节Matlab实现4·4本章小结第5章基于神经网络的非线性系统反演控制5·1引言5·2非线性系统的鲁棒小波神经网络控制5·2·1问题的提出5·2·2小波神经网络结构5·2·3控制器的设计5·2·4稳定性分析5·2·5仿真5·3不确定非线性系统的鲁棒自适应渐近跟踪控制5·3·1控制目标5·3·2控制器设计5·3·3仿真算例5·4算例的Matlab实现5·4·1节算例的Matlab实现5·4·2节算例1的Matlab实现5·4·3节算例2的Matlab实现5·5本章小结第6章基于状态观测器的反演控制器设计6·1滑模观测器控制器设计6·1·1滑模观测器设计6·1·2滑模反演控制器设计6·2仿真算例6·3节仿真实例的Matlab实现6·4本章小结参考文献
2025/1/11 13:03:55 49.9MB 反演控制 backstepping
1
机器学习及其分支深度学习主要任务是模拟或者实现人类学习行为,这些学习方法近年来在目标分类、语音识别等各项任务中取得巨大突破。
机器学的各种优化器极大了改善了学习模型的训练速度和泛化误差。
优化方法和超参数作为观察训练模型的窗口,能够探索学习模型的结构和训练机制,是机器学习研究的重点之一。
对机器学习的优化器与超参数理论研究进行了综述,回顾了超参数的一般搜索方法,对和优化器直接关联的批量大小、学习率超参数的设置方法进行了总结,对优化器和超参数需要进一步研究的问题进行了讨论。
2025/1/11 4:05:23 1.57MB 优化器 超参数
1
该PPT为视觉目标跟踪算法中的多特征融合的目标跟踪的PPT。
2025/1/9 6:47:39 1012KB 目标跟踪, 多特征融合
1
由于数据集太大,此处为数据集的百度网盘链接。
利用该数据集可以通过objectdetectionAPI进行目标对象识别模型frozen_inference_graph.pb文件的训练。
1
RTGnssInsNav软件;
(1)运行安装软件,点击下一步。
(2)选择安装目标文件夹,可使用默认路径,点击下一步(3)选择“开始菜单”文件夹,点击安装。
2025/1/8 3:08:29 47.88MB 软件测试
1
随机给定一个3×3的矩阵,其元素为8个不同的数码,起始状态为S0,目标状态为Sg,要求用两种或以上的方法设计优先队列式分支限界法,寻找从初始状态变换到目标状态的最优解,说明不同的优先选择策略变换到最终状态用了多少步,并对获得的结果做出比较分析。
最终状态均如Sg表示。
2025/1/7 21:51:43 5KB 八数码 C++ 分支限界
1
记账管理系统软件可行性分析可行性研究报告的编写目的是:说明该软件开发项目的实现在技术、经济和社会条件方面的可行性;
评述为了合理地达到开发目标而可能选择的各种方案;
说明并论证所选定的方案。
2025/1/6 18:48:40 8KB 可行性分析
1
busybox-1.18.4稳定版,BusyBox的目标是提供一个相当完整的POSIX(可移植操作系统接口)环境,这些工具虽然并不完整,但是它们提供了我们期望的主要功能。
2025/1/4 13:58:49 2.03MB busybox linux工具包
1
为了实现对合成孔径雷达(SAR)图像中舰船目标的实时检测,本文以双参数恒虚警(CFAR)算法为例,提出一种基于ARM+GPU架构的SAR图像舰船目标检测算法的实现方案。
该方案在NVIDIAJetsonTK1开发板上的测试结果表明,与传统基于CPU的SAR图像舰船检测算法相比,该方案能够达到数百倍的速度提升,有效解决了利用CPU平台进行舰船目标检测耗时长、效率低的问题。
JetsonTK1作为嵌入式处理平台,相对于工作站或服务器,在功耗和便携性方面都具有明显的优势。
2025/1/3 18:14:25 3KB 双参数cfar matlab
1
共 1000 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡