- 博客(0)
- 资源 (13)
- 收藏
- 关注
Matlab-COM组件与C++混合编程.zip
基于Matlab-COM组件实现与C++的混合编程,调用了控制工具箱函数计算某控制系统的性能指标。压缩包内包含有生成的COM组件和完整的VS工程。
2019-06-17
MATLAB与VC++混合编程实用方法介绍与例程演示
要解决的问题:使用MATLAB控制工具箱函数计算控制系统的各种性能指标,将该功能嵌入到C++项目中。针对该问题,总结了几种MATLAB与C++混合编程的比较实用的方法,介绍实施步骤,并进行例程演示,通过对比几种方法,推荐使用基于Matlab-COM组件的方法。
2019-06-17
CH环境及IDE
Ch语言环境是C语言解释器的超集。它允许软件开发人员使用一种语言,任何地方,任何地方,任何编程和数值计算任务。更多的信息关于Ch的信息可以在http://www.softintegration.com上找到。
2019-04-25
Ch Control System Toolkit
Ch语言环境是C语言解释器的超集。它允许软件开发人员使用一种语言,任何地方,任何地方,任何编程和数值计算任务。更多的信息关于Ch的信息可以在http://www.softintegration.com上找到。作为Ch语言环境的一个组成部分,Ch Control System Toolkit提供了一个名为CControl的类,其中包含用于设计、分析、
控制系统的建模。
众所周知,控制系统可以用传递函数、零极点增益和状态空间来建模的形式。利用Ch控制系统工具箱,可以是连续时间的,也可以是离散线性时不变的
(LTI)控制系统可以以这些形式创建。一旦创建了系统模型,就可以对其进行操作,转换,分析,甚至用于设计另一个系统在时域和频域。Ch控制系统工具包支持大多数经典和现代控制技术。在本文档中,技术对于控制系统建模,将描述使用Ch控制系统工具包进行设计和分析。
2019-04-25
极限学习机在故障诊断中的应用
极限学习机(ELM)具有强大的非线性映射能力、良好的泛化性能和快速的收敛速度等特点,在故障检测系统中有广泛的应用。阐述了极限学习机的基本原理;结合文献分别介绍了传统极限学习机和三种新型极限学习机在不同的故障诊断领域中的最新应用成果及相关改进方法,为极限学习机在故障诊断系统中的应用提供参考。
2019-04-25
BP神经网络识别语音特征
语音特征识别是模式识别的一个重要研究内容,对本案例,提取了民歌,古筝、摇滚和流行四类不同音乐的24维特征向量各500组,希望用BP网络实现对着四类音乐的有效分类。1) 比较采用2-3种不同的隐含层神经元个数对分类精度的影响;2) 采用不同训练算法,比较traingd,traingdm,traingdx以及trainlm的效果(精度和收敛速度)。包括源程序和神经网络结构示意图,计算结果及分析。
2019-04-25
BP神经网络非线性系统辨识与模型参考自适应控制器设计
内容包括:实例,文档分析,设计过程和MATLAB仿真程序。首先利用BP网络对以下非线性系统进行辨识,然后利用模型参考自适应方法,设计NNMARC控制器
2019-04-25
神经网络PID控制器设计
(1)PID控制算法简介;(2)基于单神经元网络PID控制器;(3)基于BP神经网络PID控制器;(4) 基于RBF神经网络系统辨识的PID控制器
资源内容包括:PPT文档和MATLAB仿真程序
2019-04-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人