为了更好的设计实现一种通过对同一硬件多次使用实现高分辨率数据转换的二阶两步增量式ADC电路的晶体管级电路，借助ADMS仿真工具，对一种基于电路复用的双采样、一位量化两步IADC（IADC2+IAD1）的各个模块和整体进行了VerilogA行为级建模，并给出了输入输出特性曲线，微分非线性等仿真结果。不考虑非理性因素，各模块模型均为理想情况下，微分非线性最大值5 LSB，积分非线性为1 LSB，有效位数为14 bit。为电路复用的两步二阶增量ADC的晶体管级设计与实现提供了参考依据。

LabView编程环境下PID增量式算法（已实验通过，放心下载）

本文适合学习电机学习入门的朋友，编码器是电机控制中的重要传感器，主要包括增量式编码器、绝对式编码器、旋转变压器，本文介绍的编码器类型和原理刚好适合刚入门的朋友进行学习。

对应Boost电压单闭环电路仿真模型的s函数（C代码）。

积分分离pid，增量式、位置式两种积分分离方法！

本文档适合初学pid的学习者使用，可以很好的理解pid原理

文档简单介绍了增量式编码器的原理，剖析了内部的原理，简单介绍了如何计算距离，速度等参数，以及计算距离，速度的与原理

Labview增量式PID控制提供更精确稳定的控制，调偏更小。

非增量式集成测试实例 （1）程序结构图 （3）集成测试示意图 （2）单元测试示意图 A S3 S4 S5 d2 C d4 E d5 F d1 B s1 d3 s2 D A B C D E F A B C D E F

随着垃圾邮件数量日益攀升,如何有效识别垃圾邮件已成为一项非常重要的课题。为克服k最近邻(k-nea-rest neighbor,kNN)分类法在垃圾邮件识别中的缺陷,本文基于聚类算法提出了一种改进kNN识别方法。首先使用基于最小距离原则的一趟聚类算法将训练邮件集合划分为大小几乎相同的超球体,每个超球体包含一个类别或多个类别的文本;其次,采用投票机制对得到的聚类结果进行簇标识,即以簇中最多文本的类别作为簇的类别,得到的识别模型由具有标识的簇组成;最后,结合最近邻分类思想,对输入的邮件进行自动识别。实验结果表明,该方法可大幅度地降低邮件相似度的计算量,较TiMBL、Nave Bayesian、Stacking等算法效果要好。同时,该方法是一种可增量式更新识别模型的方法,具有一定的实用性。