STM32F103实现4路PWM波输出，用以控制电机

带有遗忘因子的基于偏差补偿的递归最小二乘估计，用于输出误差移动平均系统

基于遗传优化的三维路径规划算法输出收敛曲线和三维规划图，matlab2021a运行仿真 三维场景数据保存到excel中，通过matlab自动读取。 xyz = XYZ(id,:); tag = tag(id); alpha1 = 25; alpha2 = 25; beta1 = 20; beta2 = 25; theta = 30; delta = 0.001; m = min([alpha1,alpha2,beta1,beta2]); ds = m / delta; % 两次校正间的最大前进距离

基于GRNN广义回归神经网络的数据分类和基于FCM数据分类对比并输出混淆矩阵评价指标.，matlab2021a运行测试 %% 模糊聚类 data=P1; [center,U,obj_fcn] = fcm(data,5); for i=1:R1 [value,idx]=max(U(:,i)); a1(i)=idx; end %% 模糊聚类结果分析 Confusion_Matrix_FCM=zeros(6,6); Confusion_Matrix_FCM(1,:)=[0:5]; Confusion_Matrix_FCM(:,1)=[0:5]'; for nf=1:5 for nc=1:5 Confusion_Matrix_FCM(nf+1,nc+1)=length(find(a1(find(T1==nf))==nc)); end end

主要给大家介绍了关于Java实时监控日志文件并输出的方法，文中通过示例代码介绍的非常详细，对大家具有一定的参考学习价值，需要的朋友们下面跟着小编一起来学习学习吧。

一款专业图片压缩软件, 支持多种图片格式, 可选压缩强度, 压缩大小和输出分辨率, 压缩速度快, 画质不变, 立即体验!

场可编程门阵列(FPGA)与模数转换器(ADC)输出的接口是一项常见的工程设计挑战。本文简要介绍各种接口协议和标准，并提供有关在高速数据转换器实现方案中使用LVDS的应用诀窍和技巧。 接口方式和标准 现场可编程门阵列(FPGA)与模数转换器(ADC)数字数据输出的接口是一项常见的工程设计挑战。此外，ADC使用多种多样的数字数据样式和标准，使这项挑战更加复杂。对于通常在200 MHz以下的低速数据接口，单倍数据速率(SDR) CMOS非常普遍：发送器在一个时钟沿传送数据，接收器在另一个时钟沿接收数据。这种方式可确保数据有充足的时间完成建立，然后由接收器采样。在双倍数据速率(DDR) CMOS中，发送器在每一个时钟沿都会传送数据。因此，在相同的时间内，它传输的数据量是SDR的两倍。然而，接收器正确采样的时序更加复杂。

RSPARROW（版本> = 1.1.0） RSPARROW是一个由R脚本和函数组成的系统，用于执行和评估生成图形，地图和表格输出的SPARROW模型。 用户可以通过一个用于访问支持输入文件和功能的控制脚本在RStudio中操作系统。 使用该系统仅需要R的最少知识。 的空间是USGS开发的空间上明确的，混合的（统计和机械的）水质模型。 该模型已被用来量化从流域到大陆尺度大小各异的流域中污染物的来源和迁移。 SPARROW包括三个主要的过程要素，这些要素解释了溪水水质的空间变异性：（1）污染源的产生，（2）陆对水的输送，以及（3）溪流和水库的输运和衰减。 该模型的非线性和机械结构包括质量平衡约束和非保守的运输成分。 根据一阶衰减动力学，这包括控制污染物通过表面和地下路径向河流的衰减和输送以及河流和储层中污染物的去除的因素。 SPARROW被构造为一维水流网段及其贡献的排水区域的网络。

2维线性判别2D-LDA_输出不同维度特征的识别率曲线.

资源包含相关文献及对应的matlab仿真程序，仅供参考。 针对速度不可测的三自由度欠驱动船舶轨迹跟踪控制问题,考虑船舶存在模型参数不确定项以及外界环境干扰未知情况,提出一种基于扩张观测器的欠驱动船舶轨迹跟踪低频学习自适应动态面输出反馈控制策略.该策略构造扩张观测器估计船舶速度向量,利用神经网络算法逼近模型参数不确定项,然后采用动态面控制技术避免对虚拟控制律直接求导,简化控制律计算过程,并引入低频增益学习技术消除外界扰动导致控制信号产生高频振荡,最后选取李雅普诺夫函数证明该控制律能够保证船舶跟踪闭环系统中所有误差信号一致最终有界.仿真结果表明,本文所设计控制器对船舶模型参数不确定项及外界环境干扰具有较强的鲁棒性,能够实现对船舶轨迹的有效跟踪.