在MATLAB中可以容易实现DFT/FFT的变换，但有时我们也希望得到DTFT的变换结果。时域上的数字信号直接经过Fourier变换，在频域上得到连续的周期频谱，而DFT/FFT只是对其的采样。本代码（模拟）实现了对序列DTFT的变换结果。

[emuch.net]案例9 离散Hopfield神经网络的联想记忆—数字识别

MES解决方案案例之 离散行业MES应用介绍.ppt

本文介绍了在线增强Q学习算法，以为未知离散时间线性系统设计H∞跟踪控制器。 构建了由原始系统和命令生成器组成的扩充系统，并引入了折现性能函数，建立了折现博弈代数Riccati方程（GARE）。 提出了GARE解的存在条件，并为折现因子找到了下界，以保证H∞跟踪控制解的稳定性。 然后推导Q函数Bellman方程，在此基础上开发了强化Q学习算法，以在不了解系统动力学的情况下学习H∞跟踪控制问题的解决方案。 提出了状态数据驱动和输出数据驱动的强化Q学习算法来寻找控制策略。 与基于值函数逼近（VFA）的方法不同，事实证明，在满足持久激励（PE）条件的探测噪声下，Q学习方案不会带来Q函数Bellman方程解的偏差，因此，收敛到名义折扣GARE解决方案。 而且，所提出的输出数据驱动方法比状态数据驱动方法更强大，因为在实际应用中可能无法完全测量整个系统的状态。 以单相电压源UPS逆变器为例，验证了所提出的Q学习算法的有效性。

本文涉及分数阶微分器和积分器的离散化，这是分数阶控制器数字化实现的基础。 首先，将参数化的Al-Alaoui变换表示为具有一个可变参数的一般生成函数，可以对其进行调整以获得常用的生成函数（例如Euler运算符，Tustin运算符和Al-Alaoui运算符）。 然而，以下仿真结果表明，对于不同的分数阶，最优变量参数是不同的。 然后，将关于幅度和相位的加权平方积分指标定义为目标函数，以实现针对不同分数阶的最佳可变参数。 最后，仿真结果表明，不同分数阶微分和积分算子的最优变量参数存在较大差异，在数字分数阶控制器的设计中应引起更多关注。

离散化算法在数据挖掘和知识发现中发挥了重要作用。 它们不仅能对连续属性进行简明的总结，帮助专家更轻松地理解数据，还能让学习更准确、更快。 我们实现的 CACC 算法是基于论文 [1]。 至于代码，可以先打开“ControlCenter.m”，这里有一个简单的例子，还有一个酵母数据库。 此文件中也包含说明。 如果有任何问题，请告诉我，我会尽快帮助您。 [1]Cheng-Jung Tsai、Chien-I Lee、Wei-Pang Yang：一种基于类-属性权变系数的离散化算法。 信息科学178(3): 714-731 (2008)

pfc软件，针对不同颗粒级配生成颗粒，进行自由落体运动并计算孔隙率。

前六章讨论的是线性连续控制系统，其各处的信 前六章讨论的是线性连续控制系统，其各处的信 号都是时间的连续函数，也称为模拟信号（时间上连 号都是时间的连续函数，也称为模拟信号（时间上连 续、幅值也连续的信号）。若系统的一处或数处信号 续、幅值也连续的信号）。若系统的一处或数处信号 不是连续的模拟信号，而是在时间上离散的脉冲序 不是连续的模拟信号，而是在时间上离散的脉冲序 列，则称为离散信号。它通常是按照一定的时间间隔 列，则称为离散信号。它通常是按照一定的时间间隔 对连续模拟信号进行采样而得到的，又称为采样信 对连续模拟信号进行采样而得到的，又称为采样信 号，这样的系统称为离散系统或采样系统，如计算机 号，这样的系统称为离散系统或采样系统，如计算机 控制的各种系统。

东北大学离散数学课件

武汉大学黄正华教授的离散数学电子教案，内容非常好，值得借鉴。