绝对可以用的二级倒立摆模型。
simulink建模,matlab编写s函数,运用lqr最优控制
2022/9/4 7:01:48 580KB 二级倒立摆
1
最新的视频我也看了,也本人做了,用该sql文件完全没有问题。
该数据库有一个用户:用户名跟密码都是:admin;
如果没有买短信服务的可以用该账号测试!该sql文件是最新视频里面用得sql文件,为1.1M多。
不是老的sql文件,老的sql文件的大小为1.4M.如果又问题可以留言评论,看到我会答复的,谢谢!各位测试了能用的就给我个好评,谢谢了!
1
传统的去噪方法往往假设含噪图像的有用信息处在低频区域,而噪声信息处在高频区域,从而基于中值滤波、Wiener滤波、小波变换等方法实现图像去噪,而实际上这种假设并不总是成立的。
基于图像的稀疏表示,近几年来研讨者们提出了基于过完备字典稀疏表示的图像去噪模型,其基本原理是将图像的稀疏表示作为有用信息,将逼近残差视为噪声。
利用K-SVD算法求得基于稀疏和冗余的训练字典,同时针对K-SVD算法仅适合处理小规模数据的局限,通过定义全局最优来强制图像局部块的稀疏性。
文献[28]提出了稀疏性正则化的图像泊松去噪算法,该算法采用log的泊松似然函数作为保真项,用图像在冗余字典下稀疏性约束作为正则项,从而取得更好的去噪效果。
2022/9/4 0:28:02 2.07MB 稀疏 图像
1
常用的神经网络是通过固定的网络结构得到最优权值,使网络的实用性遭到影响。
引入了一种基于方向的交叉算子和变异算子,同时把模拟退火算法引入了遗传算法,结合遗传算法和模拟退火算法的优点,提出了一种优化神经网络结构的遗传——模拟退火混合算法,实现了网络结构和权值的同时优化。
仿真实验表明,与遗传算法和模拟退火算法相比,该算法优化的神经网络收敛速度较快、预测精度较高,提高了网络的处理能力。
1
某物体在XY平面做运动,采样周期为1s,该运动系统的形态方程如式(2-1)所示,其中,为系统的形态向量,各形态变量对应地分别表示方向的位置、方向速度、方向的位置、方向的速度。
为零均值高斯白噪声,。
采用方位角传感器测量运动系统的方位角,作为系统的输出。
系统的输出方程如式(2-2)所示:其中是零均值高斯白噪声,。
假设系统的初始形态,,=0.02。
试利用扩展卡尔曼滤波理论求出的最优估计。
要求:(1)利用Matlab或Python编写仿真程序。
(2)给出各形态变量的真值和估计值曲线变化图。
(3)分别给出的真值与估计值之间的误差曲线变化图,并求出误差的均值和方差。
(4)对滤波效果进行分析。
2022/9/3 19:55:27 4KB 卡尔曼滤波 Python 方位角跟随
1
ASP.NET的服务器推技术方案一真都很少见应用实例,根据网络上材料的整理开发了一个DLL,可以很方便在应用推技术。
1.取代传统的AJAX方式将得到更好的用户体验,页面仍然无刷新;
2.不再定时不断请求Http请求,降低服务器资源消耗,可参考Taobao核心系统团队博客《http长连接200万尝试及调优》;
3.TX微博等很多应用均采用服务器推技术,你还在用Ajax?网上关于服务器推技术的文章多,但关于.net的版本更是少,更不用说完整的可用的实例,在此提供给广大朋友,希望对你们能有用!此cometlib修改至网上讨论的聊天模式代码,聊天模式是多对多的方式获取数据,本实例是一对多,即网站系统对登录用户,应该适用于更多朋友的需求!应用场景可以是用户登录后获取资金状况或系统消息之类,各位可举一反三地应用。
1
针对油田区域配电网负荷大、无功严重不足、电力损耗大的特点,提出了一种适用于油田区域电网的无功优化方法。
该方法建立了综合考虑系统的经济性和安全性并使其互为约束的无功优化数学模型,并采用在电力系统无功优化领域应用较少的差分进化算法对模型进行求解。
该方法具有优化结果与初始值的选取无关、需要控制量少和容易找到全局最优解的优点,实例分析和不同优化算法对比结果表明了所提出的区域配电网无功优化方法的可行性和无效性。
1
用python语言,通过遗传算法,处理八皇后问题,,遗传算法(Geneticalgorithm)属于演化计算(evolutionarycomputing),是随着人工智能领域发展而来的一种智能算法。
正如它的名字所示,遗传算法是受达尔文进化论启发。
简单来说,它是一种通过模拟自然进化过程搜索最优解的方法
2022/9/3 5:58:37 4KB python
1
国际麻将AI-根据向听数计算最优操作,用python写的。
合适做棋牌的人参考。
2022/9/3 2:56:58 44KB 麻将 AI
1
LQR最优控制器计划(pdf格式ppt)
2022/9/3 2:26:43 559KB LQR 线性二次型
1
共 856 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