矩阵的QR分解 在MATLAB中,QR分解可由函数qr实现。常用的调用格式如下: [B,C]=qr(A) 返回的矩阵C为上三角矩阵,矩阵B为满秩矩阵。 [Q,R,E] = qr(A) 返回的矩阵E是置换矩阵,矩阵R是上三角矩阵,矩阵Q是满秩矩阵。上述矩阵满足关系A*E = Q*R。
2023-01-05 19:19:08 1.98MB MATLAB
1
自制24x6矩阵上的闹钟,带有144个8mm白色LED。 组件和耗材 Arduino Nano R3×1个 HC-05蓝牙模块×1个 I2C实时时钟×1个 触觉开关,顶部致动×3 8mm草绿色LED×144 CD4017 IC×1个 74HC595 IC×3 通用晶体管NPN×6 电阻221欧姆×24 必要的工具和机器 烙铁(通用) 应用程序和在线服务 Arduino IDE 关于这个项目 好久前制作了一个24x6的Led矩阵,并通过添加蓝牙连接修改了该项目,因此可以通过智能手机无线输入文本内容。 通过仅添加实时时钟模块,我们可以将该设备转换为一个不错的大型闹钟,以便可以根据上传的代码在时钟或移动文本矩阵之间进行切换。我从最后一个时钟上下文中获得的修改的想法和代码,也来自指导老师Cermakamara的Instructables,该项目获得了二等奖。 使LED矩阵驱动器使用3个移位寄存器74HC595,可将输出数量相乘并节省大量的arduino引脚。每个移位寄存器都有8个输出,您只需要3个arduino引脚即可控制几乎有限数量的移位寄存器。我们还使用4017十进制计数器来扫描行,并且您最多可以用它扫描10行,因为您只有10个输出,而只需2个引脚即可对其进行控制。 演示视频: https://www.cirmall.com/articles/33884
1
Dmf_AttnDMF 深度矩阵分解模型 与 带注意力的深度矩阵分解模型
2023-01-05 16:49:03 326KB Python
1
51单片机-矩阵键盘源码
2023-01-05 09:27:47 38KB 单片机
1
矩阵论 Householder QR分解 matlab实现
2023-01-04 17:27:35 443B matlab 矩阵 QR分解 householder变换
1
摘要:针对参数具有确定性及不确定性的连续系统,给出两种严格耗散PI控制器的设计方法.首先,系统参数确定时,采用线性矩阵不等式方法,导出了类状态反馈和静态输出反馈
1
复杂网络中生成幂律网络邻接矩阵,对初学者很有帮助
2023-01-02 21:20:47 1KB 邻接矩阵
1
适合批量处理超大型数据的程序,采用矩阵思路编写,相比较循环处理,效率提升数百倍,谁用谁知道,有问题请给我留言。
2023-01-02 19:24:21 1KB Matlab Sen趋势检验 矩阵方法
1
【例 3.6】有一个方形栅格排列的圆口径平面阵,M=N=20, / 2x yd d λ= = , 设其方向图副瓣电平为 SLL=-15dB,若取 6n = ,要求: (1) 计算圆口径泰勒方向图和连续口径分布; (2) 计算圆口径阵列在四个剖面 的方向图; o o o0 ,15 , 30 , 45ϕ = o (3) 计算并绘出三维方向图。 解:圆口径半径为 / 2 5xa Md λ= = ,主副瓣比 。 / 20 0 10 5.6234 SLLR −= = 由式 (3.111) 可计算并绘出归一化方向图如图 3-35(a) 所示,图中 2 sin / 10sinu a θ λ θ= = ,因 0 ~ / 2θ π= ,所以 u=0 ~ 10;由式(3.114)可计算并绘 出连续的圆口径泰勒泰勒分布如图 3-35(b)所示,图中 /p aπρ= ,因 0 ~ aρ = , 则 p=0 ~π 。 (a) 圆口径泰勒方向图 (b) 圆口径泰勒分布 图 3-35 圆口径泰勒方向图及口径分布 对于离散的圆口径阵列,第 mn 个单元的激励分布为 ( ) ( /mn mn mn )I g aρ πρ= , 可对上图(b)进行抽样得到。然后由前面式(3.128)可计算并绘出方形栅格圆口径 在四个剖面内的方向图如图 3-36 所示。 190
2023-01-02 17:06:41 4.05MB 阵列天线讲义
1
香港理工大学 “智能信号与信息处理的理论基础与工程方法” 课程。老师讲课非常细致,理论对研究很有帮助,建议修读! 第一次课主要讲解了矩阵和线性系统 第二次课主要讲解了子空间和基 第三次课主要讲解了矩阵的指数型、对角化和微分方程 第四次课主要讲解了Jordan 标准型和其他型在控制系统中的应用 第五次课主要讲解了度量理论基础和概率的由来 第六次课主要讲解了随机变量和高斯分布 第七次课主要讲解了估计方法,尤其是无偏最小方差估计 第八次课主要讲解了约束优化和支持向量机算法 第九次课主要讲解了 KMeans 和高斯混合模型等聚类算法 第十次课主要讲解了神经网络算法 第十一次课主要讲解了主成分分析、线形判别分析等算法 Reference: EIE6207 Theoretical Fundamental and Engineering Approaches for Intelligent Signal and Information Processing
2023-01-01 18:26:12 18.07MB 机器学习 矩阵分析 概率论 随机过程
1