这款游戏由 Gabriele Cirulli 最近发明（2014 年 3 月），因其简单性和复杂性而越来越受欢迎！ 唯一的目标是创建一个包含数字 2048 的图块。您可以通过滑动带编号的图块（使用箭头键）来完成此操作。 当两个相同的数字相遇时，它们通过相加合并。 这允许您生成 2 的幂，但随着您的深入，它会变得更加困难！ 有关该游戏的更多信息，请参阅http://en.wikipedia.org/wiki/2048_(video_game)上的维基百科条目。 我必须承认，这个实现的文档很差，因为它只是一个下午的项目。 然而，我认为代码几乎是自我记录的。 如果没有，您可以随意提问！
玩得开心，并为一些不错的比赛发布您的高分！ :-D
玩： - 下载并提取提交- 运行>> start2048
享受！
2022-06-12 21:37:37
4KB
1
对于双输入双输出系统的模型预测控制（DMC）的MATLAB实现，能直接运行得到结论，是学习DMC的一个较好的资源。
2022-06-12 19:04:57
1.8MB
在OFDM系统中，经过IFFT运算之后所有的子载波相加，时域的发射信号会有很高的峰值。与单载波系统相比，OFDM系统具有很高的PAPR。
（峰值-平均功率比 Peak to Average Power Ratio, PAPR）
PAPR太高会导致一些问题：
（待补充）
限幅方法是最简单的PAPR减小方法，它把发射信号的最大幅度限制在一个预先指定的水平，但是它具有一些缺点：
- 限幅会引起带内信号失真，从而使BER性能下降
- 限幅会引起带外辐射，从而导致对邻道的干扰
- 对限幅的信号滤波可以降低带外辐射，但这会使峰值再次增大，使得滤波后的信号可能超过限幅规定的限幅电平
2022-06-12 09:05:04
136KB
1
matlab中存档算法代码L0动机的低秩稀疏子空间（LRSSC）
概述
在MATLAB中提出的GMC-LRSSC和L0-LRSSC的MATLAB实现。
GMC-LRSSC通过使用基于最小最大凹（GMC）罚函数的多元泛化的正则化来解决子空间聚类问题。
L0-LRSSC解决了Schatten-0和L0准规范的正则化目标。
为了运行建议的算法，提供了示例脚本和数据（run_dataset_name脚本）。
数据集
本文中使用的数据集可在“数据集”目录中找到。
数据集目录包括来自的扩展Yale
B数据集，来自的USPS数据集，来自的MNIST数据集以及来自UCI机器学习存储库（）的ISOLET1数据集。
引用
在研究工作中使用代码时，请引用Maria
Brbic和Ivica
Kopriva撰写的“ℓ₀-动机低秩稀疏子空间聚类”。
@article{brbic2018,
title={$\ell_0$-Motivated
Low-Rank
Sparse
Subspace
Clustering},
author={Brbi\'c,
Maria
and
Kopriva,
Ivica},
journa
2022-06-12 08:29:51
24.01MB
1
一个完整的OFDM系统，包含调制解调（QPSK，16QAM），导频，信道估计（LS信道估计），均衡（LS信道均衡）等。
2022-06-10 21:49:17
5KB
1
Krister Svanberg拓扑优化算法MMA的matlab实现代码，包含mmasub.m和subsolv.m两个文件。
2022-06-10 16:05:10
4KB