-
superGMSK_matlab
GMSK调制 实现了毕业设计要求的GMSK的基本功能 其中包括simulink建模(GMSK modulation to achieve the design requirements of the graduation of the basic functions of GMSK including simulink modeling)
- 2008-05-27 01:19:12下载
- 积分：1
-
BL
所建立的无刷直流电动机系统的Simulink仿真模型图，功能模块包括：逆变器模块、电源模块、换相逻辑模块、PWM信号产生模块、电动机本体模块、转速测量模块和磁极位置测量模块。(Established by the brushless DC motor system Simulink simulation model, and functional modules including: inverter module, power module, commutation logic, PWM signal generation module, motor body module, measuring module and the pole position speed measurement modules.)
- 2010-05-10 08:54:22下载
- 积分：1
-
soft_radio_init
软件无线电SDR的仿真，使用matlab仿真。(Software Radio SDR simulation using Matlab simulation.)
- 2007-04-09 20:30:31下载
- 积分：1
-
MATLAB
matlab 常用命令流，让您的开发变得更加轻松( matlab Commonly used command flow, let your development become more relaxed)
- 2012-06-22 22:14:52下载
- 积分：1
-
SKMsmo
基于核的学习方法SVM(Support Vector Machine)有很好的分类识别性能，这是在SVM的基础上改进的一个更好的SKM(Support Kernel Machine)Package.(kernel-based learning methods SVM (Support Vector Machine) are good the classification performance, This is the SVM improved on the basis of a better SKM (Support Kernel Machi ne) Package.)
- 2020-09-25 14:37:47下载
- 积分：1
-
TDMAsolver
A tridiagonal matrix system solver
- 2012-08-26 20:10:35下载
- 积分：1
-
lms
现代信号处理，语音处理，matlab程序，LMS算法(matlab lms speech)
- 2013-12-03 11:09:13下载
- 积分：1
-
AMQexamples
ActiveMQ CPP 使用示例。ActiveMQ 是Apache出品，最流行的，能力强劲的开源消息总线(ActiveMQ CPP example)
- 2014-01-06 11:22:28下载
- 积分：1
-
modulate_test_qpsk
qpsk调制解调simulink文件，亲测可用(qpsk modem simulink file)
- 2015-05-23 15:38:17下载
- 积分：1
-
MyKmeans
实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。 缺点：产生类的大小相差不会很大，对于脏数据很敏感。 改进的算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。 这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。(achieving K-mean clustering algorithms : K-means algorithm : given the number of Class K, n will be assigned to target K to 000 category, making target category of the similarity between the largest category of the similarity between the smallest. Disadvantages : class size have no great difference for dirty data is very sensitive. Improved algorithms : k-medoids methods. Here a selection of objects called mediod to replace the center of the above, the logo on a medoid this category. Steps : 1, arbitrary selection of objects as K medoids (O1, O2, Ok ... ... Oi). Following is a cycle : 2, the remaining targets assigned to each category (in accordance with the closest medoid principle); 3, for each category (Oi), the order of selection of a Or, calculated Oi Or replace the consumption-E (Or))
- 2005-07-26 01:32:58下载
- 积分：1
|
联系客服（QQ：3324461878）
