提出了一种14 bit、100 MS/s可重构流水线ADC的设计方案,在采样/保持电路、栅压自举开关、折叠式共源共栅运算放大器、可重构控制器等关键电路上均有明显改进,降低了非理想因素对系统的影响,保证了所设计的流水线ADC的指标实现,并对关键模块电路和ADC系统进行了仿真验证。
1
现有过滤型特征选择算法并未考虑非线性数据的内在结构,从而分类准确率远远低于封装型算法,对此提出一种基于再生核希尔伯特空间映射的高维数据特征选择算法。首先基于分支定界法建立搜索树,并对其进行搜索;然后基于再生核希尔伯特空间映射分析非线性数据的内部结构;最后根据数据集的内部结构选择最优的距离计算方法。对比仿真实验结果表明,该方法与封装型特征选择算法具有接近的分类准确率,同时在计算效率上具有明显的优势,适用于大数据分析。
1
天真贝叶斯垃圾邮件检测器 使用Scikit学习机器学习库将电子邮件分类为垃圾邮件或非垃圾邮件的Python程序。 先决条件 该程序是用Python 3编写的,并使用了Numpy,Pandas和Scikit-learn库。 数据集 该程序利用以csv格式存储的两个数据集。 主要数据集“垃圾邮件或非垃圾邮件”。 该集合是文件'20030228easyham.tar.bz2'和'20030228_spam.tar.bz2'的组合。 这组包含2500个火腿电子邮件示例和500个垃圾电子邮件示例。 该集合包含两列:电子邮件和标签。 电子邮件列中的元素是带有数字值和url的文本字符串,分别用单词“ NUMBER”和“ URL”替换。 标签列中的元素可以具有两个可能的值:如果电子邮件是非垃圾邮件,则为0;如果电子邮件是垃圾邮件,则为1。 辅助数据集包含伪造数据。 此集合遵循主要集合的样式; 两列用于
2023-01-02 22:17:54 1.15MB
1
为了提高图像分类准确率,提出了一种基于低秩表示的非负张量分解算法。作为压缩感知理论的推广和发展,低秩表示将矩阵的秩作为一种稀疏测度,由于矩阵的秩反映了矩阵的固有特性,所以低秩表示能有效地分析和处理矩阵数据,把低秩表示引入到张量模型中,即引入到非负张量分解算法中,进一步扩展非负张量分解算法。实验结果表明,所提算法与其他相关算法相比,分类结果较好。
2023-01-02 15:23:25 729KB 图像分类 低秩表示 非负 张量分解
1
matlab非线性函数拟合与实验报告(不使用工具箱)供新手参考使用的matlab代码,内含m文件与实验报告一份。
2023-01-01 18:02:41 88KB 神经网络 matlab 非线性拟合 实验报告
1
B样条曲线曲面拟合代码 给出坐标点,绘制控制点,绘制曲面
1
包括简历制作模板、非电气类面试题库以及面试准备及流程
2023-01-01 13:27:13 991.36MB 南方电网 通信类 非电气类
1
飞行器姿态控制matlab代码学期论文:纳米四旋翼增量非线性动态反演控制器的设计,实现和评估 汽车制造商:Evghenii Volodscoi 抽象的 增量非线性动态反演(INDI)是一种很有前途的控制技术,广泛用于控制不同类型的飞机系统。 除了提供高性能的非线性控制外,这种类型的控制器不需要详细的受控飞机模型,并且可以有效地防止干扰。 本学期的论文描述了INDI控制器的发展,该控制器可控制纳米四极杆的姿态和位置。 它始于控制算法的推导。 然后首先在Simulink环境中开发控制器,然后在四旋翼的嵌入式硬件上实现该控制器。 随后,讨论了INDI控制器的实现方面,例如控制效果的估计,执行器时间常数的测量以及推力映射参数的估计。 最后,测试所实现的控制器应对干扰的能力。 已实现的控制算法的最终版本可通过Crazyflie四旋翼的官方开源固件获得。 在本学期论文框架中实现的INDI位置控制器的C代码与Crazyflie Quadrotor的官方固件合并在一起。 可以在以下链接下找到相应的请求请求,其中包含对最终软件结构的详细描述: 项目结构 code/ actuator_dynamics/
2022-12-31 17:25:43 176.75MB 系统开源
1
《ANSYS非线性分析指南》《ANSYS非线性分析指南》《ANSYS非线性分析指南》《ANSYS非线性分析指南》《ANSYS非线性分析指南》《ANSYS非线性分析指南》
2022-12-31 15:01:10 401KB 《ANSYS非线性分析指南》
1
此函数计算概率密度函数使用变量变换的非中心 Beta 分布根据非中心 F 的所需密度函数,包括已经在 Matlabs 统计工具箱中。 用法[ pz ] = ncbeta (x, a, b, lambda ) %要使用给出 IID 卡方 RV 比率的直方图进行测试,请计算: y(1:50)=-sqrt(10);y(51:100)=+sqrt(10); znum = ncx2rnd(ones(5e4,1), y'*y); z = znum./(znum + ncx2rnd(99*ones(5e4,1), 0)); [N,b] = hist(z,floor(sqrt(length(z)))); N=N./trapz(b,N); bar(b, N,'facecolor','k') 坚持,稍等plot(r, ncbeta (r, 1, 99, y'*y),'linewidth',4,'r
2022-12-31 01:11:33 2KB matlab
1