本构模型matlab代码流变模型 流变模型计算-LAOS和启动 这是用于流变模型计算的MATLAB代码。 第一个例子是使用Rolie-Poly模型[1]。 启动剪 ODE求解器中使用的功能 据信矩阵形式可以加快计算速度。 让Loop探索感兴趣的频率范围 并行计算中的潜在改进。 老挝 ODE求解器中使用的功能 现在，剪切率是可以在LAOS中更改的参数。 MATLAB运行时 要使用MATLAB运行时，请从网站（）下载MATLAB Runtime 9.3（R2017b）版本，然后在运行.exe文件之前进行安装。 参考： Likhtman，AE和Graham，RS（2003）。 从分子理论推导的线性聚合物熔体的简单本构方程：Rolie–Poly方程。 非牛顿流体力学杂志，114（1） ，1-12。

svd算法matlab代码randQB_auto 固定精度低秩矩阵逼近的随机QB分解。 该软件包包括用于randQB_EI和randQB_FP算法的Matlab代码。 它们是用于固​​定精度低秩矩阵逼近的有效随机算法。 还包括Yu Wenjian，Yu Gu和Li Yaohang Li撰写的“固定精度低秩矩阵逼近的有效随机算法”一文中用于运行实验的测试用例和脚本。 主要算法 randQB_EI_auto.m-randQB_EI算法的固定精度版本 randQB_FP_auto.m-randQB_EI算法的固定精度版本 randQB_EI_k.m-randQB_EI算法的固定秩版本 randQB_FP_k.m-randQB_EI算法的固定秩版本 randQB_FP_svd.m-使用randQB_FP算法计算k位截断的SVD 辅助比较算法 basicQB.m-[1]中的基本randQB算法（固定排名） randQB_b_k.m-[2]中被阻止的randQB算法（固定排名） AdpRangeFinder.m-自适应随机测距仪算法（固定精度）[1] singlePass2011.m-[1]中的单

2ask的功率谱密度matlab代码 simulink 基于互联网+计算机通信课程，利用simulink进行2ASK,2PSK,2FSK,QAM,QPSK的仿真设计。

实际积分问题matlab代码拟可逆系统的循环伏安法仿真 我试图回答问题B.5。 （附录B：电化学问题的数字模拟） ：电化学方法：基本原理和应用（Bard，2001年）。 807。 作者：Tristan Chauvin-Bosse。 问题B.5 “使用计算机对拟逆系统进行伏安模拟，设t = 50和DM = 0.45。取a = 0.5并使氧化和还原形式的扩散系数相等。 （6.5.5）中定义的功能ф的术语，并进行ф= 20、1和0.1的计算。将模拟伏安图中的峰分裂与表6.5.2中的值进行比较。” （Bard，2001）。 807。 使用范例 给定无量纲固有速率参数（ψ）的三个值的列表，一个称为CV的函数将为准可逆系统生成循环伏安法的仿真并绘制结果。 扫描速率由ψ通过方程6.5.5 p.242确定（Bard＆Faulkner，2001）。 python quaisRevCVsim.py --psi 0.1 1 20 介绍 循环伏安法（CV）是一种通用的电化学实验，最常用于研究分析物的性质（Kissinger＆Heineman，1983）。 CV可用于确定电子React机理和扩散系数的标准速率（

除了数学规划方法之外，还可采用智能优化算法求解双层优化问题，一般在上层优化中采用智能优化算法，下层优化使用数学规划方法；也可以在上下层优化中都采用智能优化算法，这篇博客将进行详细介绍。算例依旧使用上面两篇博客中的线性双层优化问题，由于这个优化问题比较简单，我们采用最基础的粒子群算法进行求解。​ 资源包括三个部分： 1.基础粒子群算法的matlab代码 2.采用粒子群算法求解带约束的优化问题matlab代码 3.采用粒子群算法求解双层优化问题的matlab代码 智能优化算法无法避免的问题，即使是一个非常简单的目标函数，求出的结果也无法保证是全局最优，那么当目标函数变复杂时，情况将会更糟糕。现在对智能优化算法的研究非常多，各种动植物园算法、各种改进都层出不穷，但还是无法从根本上解决算法无法保证全局收敛的问题。         所以，只有在数学模型比较复杂，非线性条件很多，而且对结果的误差是可以接受的情况下，才建议使用智能优化算法进行求解。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

哈夫曼编码的matlab代码霍夫曼编码解码 MATLAB中的霍夫曼代码编码和解码 这是阿尔伯塔大学CM​​PUT 307的实验1。 这是有关如何在MATLAB中编码和解码霍夫曼代码的示例代码。 TA为CMPUT 299提供了部分代码。

1、内附Exel数据集，8000组作为训练集，剩余的作为测试集； 2、有监督学习方式：梯度下降优化中心向量C、宽度D、权值W； 3、目标误差为10*e-5； 4、纯matlab代码，未使用神经网络工具箱。

BPSK的误码率曲线的MATLAB代码

适用于数学建模，包含例子方便理解