配套文档看这里https://blog.csdn.net/liuxingyuzaixian/article/details/129990516

用于计算比例多谐振（PMR）控制器和电流反馈增益的代码，以确保不间断电源（UPS）的稳定性和性能。 PMR和电流增益通过极点放置进行调整。 无需线性图形环境电路即可绘制输出到线性和非线性负载的图形，这使得研究应用程序变得容易。 详细信息：不能保证负载变化的鲁棒性。 更改非线性负载电流的谐波分量以表示所需的负载模型。 主文件名为“ pmr_main.m”。

基于粒子群算法的进化聚类图像分割目标函数：使用距离度量测量的簇内距离图像特征：3个特征（R，G，B值） 它还包含一个基于矩阵的示例，输入样本大小为 15 和 2 个特征

从地震记录组​​计算特征地震，并从基础特征地震再现初始地震组。 发现初始记录与其对应的模拟记录之间的差异很小。 本征地震可用于生成人工地震地面运动记录，以便在抗震设计期间对结构进行动力分析。 参考： 1) Alimoradi, A., & Beck, JL (2014)。 用于地震地震动分析和模拟的机器学习方法。 工程力学, 141(4), 04014147. 2) Alimoradi, A. (2011)。 使用新型机器学习工具进行地震地震动模拟。

盲解卷积是指在不确切了解卷积中使用的脉冲响应函数的情况下对信号进行解卷积。 这通常是通过对输入和/或脉冲响应添加适当的假设来恢复输出来实现的。 我们在这里考虑输入信号的稀疏性或简约性。 它通常用 l0 成本函数来衡量，通常用 l1 范数惩罚来解决。 l1/l2 比率正则化函数在最近的一些工作中显示出检索稀疏信号的良好性能。 事实上，它受益于盲语境中非常理想的尺度不变性。 然而，l1/l2 函数在解决由于在当前恢复方法中使用这种惩罚项而导致的非凸和非光滑最小化问题时会带来一些困难。 在本文中，我们提出了一种基于对 l1/l2 函数的平滑逼近的新惩罚。 此外，我们开发了一种基于近端的算法来解决涉及该函数的变分问题，并推导出理论收敛结果。 我们通过与最近处理精确 l1/l2 项的交替优化策略进行比较，在地震数据盲解卷积的应用中证明了我们的方法的有效性。 SOOT 工具箱（Smooth One-O

【TSP问题】基于遗传算法求解三维旅行商问题含Matlab源码

该文件包含了NC企业报表下面的5张表的取数，包含：资产负债表，利润表，现金流量表，费用项目明细表，税收简报的数据库取数及字段对照。 本人原创，未经允许，不得转载。

这是四极磁铁中粒子的简单模拟。 它可以像简单的加速器一样设置

华睿和海康相机SDK开发示例，取像后图片转成visionpro9.0的CogImage8Grey格式，参考官方的SDK开发文档，配合visionPro9.0做的一个Demo

使用Arduino通过MSGEQ7控制3种频谱分析技术模式。