将此cpp替换掉vs2015编译好的caffe里的classification.cpp，输入不同的模型参数，最终效果很好

matlab深度学习工具箱官方指导手册，包含各大模型参数的解释以及函数调用方式，适合开发以及研究使用。
如果大家觉得不错的话，欢迎好评点赞转发，小伙伴们的鼓励就是我最大的动力~

IEEE10机39节点PSASP机电仿真模型，模型参数与标准参数一致，可扩展性强

Z2-12直流电机回馈制动仿真、倒拉反转制动仿真、能耗制动仿真（都包含启动部分）。
压缩包包含mdl和slx文件，使用MATLAB版本为R2018b建模，XYGraph可生成n-T曲线，Scope可生成TenIaVa四个波形图。
附有【Z2直流电机主要技术参数.pdf】可查询参数，其他型号电机DCmachine参数计算可下载我的资源【直流电动机仿真DCmachine模型参数计算】文件。

在水利工程领域，PEST在地下水、地表水模型中应用较多，而基于PEST改进的PEST++在水动力学模型参数优化中的应用则十分鲜见，因此本文应用PEST++对一维水动力学模型进行参数优化的研究。

很不错的AR模型参数估计和阶数估计，是基于Burg法的，阶数的准则可以自己选择，有'FPE','AIC','MDL','CAT'，还有功率谱估计

创建你的第一个贝叶斯网络手工创建一个模型从一个文件加载一个模型使用GUI创建一个模型推断处理边缘分布处理联合分布虚拟证据最或然率解释条件概率分布列表（多项式）节点Noisy-or节点其它（噪音）确定性节点Softmax（多项式分对数）节点神经网络节点根节点高斯节点广义线性模型节点分类/回归树节点其它连续分布CPD类型摘要模型举例高斯混合模型PCA、ICA等专家系统的混合专家系统的分等级混合QMR条件高斯模型其它混合模型参数学习从一个文件里加载数据从完整的数据中进行最大似然参数估计先验参数从完整的数据中（连续）更新贝叶斯参数数据缺失情况下的最大似然参数估计（EM算法）参数类型结构学习穷举搜索K2算法爬山算法MCMC主动学习结构上的EM算法肉眼观察学习好的图形结构基于约束的方法推断函数联合树消元法全局推断方法快速打分置信传播采样（蒙特卡洛法）推断函数摘要影响图/制定决策DBNs、HMMs、Kalman滤波器等等

【内容介绍】本书以仿真应用为中心，系统、详细地讲述了过程控制系统的仿真，并结合MATLAB/Simulink仿真工具的应用，通过大量经典的仿真实例，全面讲述过程控制系统的结构、原理、设计和参数整定等知识。
全书分为基础篇、实战篇和综合篇。
基础篇包括过程控制及仿真概述、Simulink仿真基础、Simulink高级仿真技术，以及过程控制系统建模；
实战篇包括PID控制、串级控制、比值控制、前馈控制、纯滞后和解耦控制系统；
综合篇包括典型过程控制系统及仿真。
本书的特点是理论与仿真紧密结合，用仿真实例说话，通过仿真来加深对过程控制理论的理解，帮助读者掌握过程系统的分析、设计与整定等技术，切实缩短书本知识与实际应用的距离。
本书可作为自动化、信息、机电、测控、化学工程、环境工程、生物工程等专业的教材或参考书，也可供从事过程控制工程的人使用，对从事过程控制应用研究的研究生和研究人员也很有参考价值。
【本书目录】基础篇第1章过程控制及仿真概述　1.1过程控制系统概述1.1.1系统结构1.1.2系统特点1.1.3系统分类　1.2过程控制系统的性能指标1.2.1过渡过程性能指标1.2.2误差性能指标　1.3过程控制理论的发展现状　1.4过程控制系统仿真基础1.4.1计算机仿真基本概念1.4.2仿真在过程控制中的应用　　1.5Simulink在过程仿真中的优势　1.6本章小结第2章Simulink仿真基础　2.1Simulink仿真概述2.1.1Simulink的启动与退出2.1.2Simulink模块库　2.2Simulink仿真模型及仿真过程2.2.1Simulink仿真模型组成2.2.2Simulink仿真的基本过程　2.3Simulink模块的处理2.3.1Simulink模块参数设置2.3.2Simulink模块基本操作2.3.3Simulink模块连接　2.4Simulink仿真设置2.4.1仿真器参数设置2.4.2工作空间数据导入2.4.2导出设置　2.5Simulink仿真举例　2.6本章小结　习题与思考第3章Simulink高级仿真技术　3.1Simulink子系统及其封装3.1.1创建子系统3.1.2封装子系统3.1.3封装的查看和解封装3.1.4子系统实例　3.2S函数设计与应用3.2.1S函数设计模板3.2.2S函数设计举例　3.3使用Simulink仿真命令　3.4Simulink仿真建模的要求　3.5Simulink控制系统仿真实例　3.6本章小结　习题与思考第4章过程控制系统建模　4.1过程模型概述4.1.1过程建模的目的和要求4.1.2过程模型类型4.1.3自衡过程与非自衡过程　4.2常见的过程模型类型4.2.1自衡非振荡过程4.2.2无自衡非振荡过程4.2.3自衡振荡过程4.2.4具有反向特性的过程　4.3过程建模基础4.3.1过程建模法分类4.3.2阶跃响应法建模4.3.3过程模型的特点　4.4单容过程模型4.4.1无自衡单容过程4.4.2自衡单容过程　4.5多容过程模型4.5.1有相互影响的双容过程4.5.2无相互影响的双容过程　4.6模型参数对控制性能的影响4.6.1静态增益的影响4.6.2时间常数的影响4.6.3时滞的影响　4.7本章小结　习题与思考实战篇第5章PID控制　5.1PID控制概述　5.2PID控制算法5.2.1比例（P）控制5.2.2比例积分（PI）控制5.2.3比例微分（PD）控制5.2.4比例积分微分（PID）控制　5.3PID控制器参数整定5.3.1Ziegler-Nichols整定法5.3.2临界比例度法5.3.3衰减曲线法　5.4本章小结　习题与思考第6章串级控制系统　6.1串级控制系统概述6.1.1基本概念6.1.2基本组成6.1.3串级控制的特点　6.2串级控制系统性能分析6.2.1抗扰性能6.2.2动态性能6.2.3工作频率6.2.4自适应能力　6.3串级控制系统设计6.3.1副回路选择6.3.2主、副控制器的设计　6.4串级控制参数整定6.4.1逐次逼近法6.4.2两步法6.4.3一步法　6.5综合仿真实例6.5.1串级与单回路控制对比仿真6.5.2串级控制的参数整定仿真6.5.3串级控制系统设计

PID电机控制目录第1章数字PID控制1.1PID控制原理1.2连续系统的模拟PID仿真1.3数字PID控制1.3.1位置式PID控制算法1.3.2连续系统的数字PID控制仿真1.3.3离散系统的数字PID控制仿真1.3.4增量式PID控制算法及仿真1.3.5积分分离PID控制算法及仿真1.3.6抗积分饱和PID控制算法及仿真1.3.7梯形积分PID控制算法1.3.8变速积分PID算法及仿真1.3.9带滤波器的PID控制仿真1.3.10不完全微分PID控制算法及仿真1.3.11微分先行PID控制算法及仿真1.3.12带死区的PID控制算法及仿真1.3.13基于前馈补偿的PID控制算法及仿真1.3.14步进式PID控制算法及仿真第2章常用的PID控制系统2.1单回路PID控制系统2.2串级PID控制2.2.1串级PID控制原理2.2.2仿真程序及分析2.3纯滞后系统的大林控制算法2.3.1大林控制算法原理2.3.2仿真程序及分析2.4纯滞后系统的Smith控制算法2.4.1连续Smith预估控制2.4.2仿真程序及分析2.4.3数字Smith预估控制2.4.4仿真程序及分析第3章专家PID控制和模糊PID控制3.1专家PID控制3.1.1专家PID控制原理3.1.2仿真程序及分析3.2模糊自适应整定PID控制3.2.1模糊自适应整定PID控制原理3.2.2仿真程序及分析3.3模糊免疫PID控制算法3.3.1模糊免疫PID控制算法原理3.3.2仿真程序及分析第4章神经PID控制4.1基于单神经元网络的PID智能控制4.1.1几种典型的学习规则4.1.2单神经元自适应PID控制4.1.3改进的单神经元自适应PID控制4.1.4仿真程序及分析4.1.5基于二次型性能指标学习算法的单神经元自适应PID控制4.1.6仿真程序及分析4.2基于BP神经网络整定的PID控制4.2.1基于BP神经网络的PID整定原理4.2.2仿真程序及分析4.3基于RBF神经网络整定的PID控制4.3.1RBF神经网络模型4.3.2RBF网络PID整定原理4.3.3仿真程序及分析4.4基于RBF神经网络辨识的单神经元PID模型参考自适应控制4.4.1神经网络模型参考自适应控制原理4.4.2仿真程序及分析4.5基于CMAC（神经网络）与PID的并行控制4.5.1CMAC概述4.5.2CMAC与PID复合控制算法4.5.3仿真程序及分析4.6CMAC与PID并行控制的Simulink仿真4.6.1Simulink仿真方法4.6.2仿真程序及分析第5章基于遗传算法整定的PID控制5.1遗传算法的基本原理5.2遗传算法的优化设计5.2.1遗传算法的构成要素5.2.2遗传算法的应用步骤5.3遗传算法求函数极大值5.3.1遗传算法求函数极大值实例5.3.2仿真程序5.4基于遗传算法的PID整定5.4.1基于遗传算法的PID整定原理5.4.2基于实数编码遗传算法的PID整定5.4.3仿真程序5.4.4基于二进制编码遗传算法的PID整定5.4.5仿真程序5.5基于遗传算法摩擦模型参数辨识的PID控制5.5.1仿真实例5.5.2仿真程序第6章先进PID多变量解耦控制6.1PID多变量解耦控制6.1.1PID解耦控制原理6.1.2仿真程序及分析6.2单神经元PID解耦控制6.2.1单神经元PID解耦控制原理6.2.2仿真程序及分析6.3基于DRNN神经网络整定的PID解耦控制6.3.1基于DRNN神经网络参数自学习PID解耦控制原理6.3.2DRNN神经网络的Jacobian信息辨识6.3.3仿真程序及分析第7章几种先进PID控制方法7.1基于干扰观测器的PID控制7.1.1干扰观测器设计原理7.1.2连续系统的控制仿真7.1.3离散系统的控制仿真7.2非线性系统的PID鲁棒控制7.2.1基于NCD优化的非线性优化PID控制7.2.2基于NCD与优化函数结合的非线性优化PID控制7.3一类非线性PID控制器设计7.3.1非线性控制器设计原理7.3.2仿真程序及分析7.4基于重复控制补偿的高精

数学优化分析综合工具软件包。
在非线性回归，曲线拟合，非线性复杂工程模型参数估算求解等领域傲视群雄，首屈一指，居世界领先地位。
【通用全局优化算法】最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题，即用户勿需给出参数初始值，而由1stOpt随机给出，通过其独特的全局优化算法，最终找出最优解。

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。