PCA降维案例源代码

本算法结合可以针对相应的高维数据进行降维，并可以判断出每种属性的贡献度和并个体差异之间的综合得分,本算法简单易懂，便于更好地学习PCA算法，本人保证本算法绝对可以运行出来！

MATLAB 语音信号的数字降噪——汉宁窗函数法 FIR 低通数字滤波器的设计，MATLAB完整程序，可实现；完整实验报告；自备两个wav语音信号一个为滤波前原音频XXX.wav，一个为滤波后XXX2.wav

在使用PMSM时，转子磁场的速度必须等于定子（电枢）磁场的速度（即同步）。转子磁场和定子磁场之间失去同步会导致电机停转。FOC表示这样一种方法：将其中一个磁通（转子、定子或气隙）视为用于为其他磁通之一创建参考坐标系的基础，其目的是将定子电流解耦为用于产生转矩的分量和用于产生磁通的分量。这种解耦保证了复杂三相电机的控制方式与采用单独励磁的直流电机一样简单。这意味着电枢电流负责产生转矩，而励磁电流负责产生磁通。本应用笔记中将转子磁通视为定子磁通和气隙磁通的参考坐标系。表面安装永磁型PMSM（SPM）中FOC的特殊性在于定子idref（对应于d轴上的电枢反应磁通）的d轴电流参考设置为零。转子中的磁体产生转子磁链Λm，这一点与交流感应电机（AC Induction Motor， ACIM）不同，交流感应电机需要恒定参考值idref来磁化电流，从而产生转子磁链。本章的后面部分将介绍内置式永磁（Interior Permanent Magnet， IPM）型PMSM电机的d轴电流参考。 气隙磁通等于转子磁链的总和。这是由永磁体产生的，电枢反应磁链则是由定子电流产生的。对于FOC中的恒转矩模式，仅d轴气隙磁通一项即等于Λm， d轴电枢反应磁通为零。相反，在恒功率运行中，定子电流中产生磁通的分量（即负id）用于弱化气隙磁场以实现更高速度。在不需要位置传感器和速度传感器的无传感器控制中，面临的挑战是实现一个能够抑制温度、开关噪声和电磁噪声等干扰的稳定速度估算器。当应用对成本敏感时（不允许部件运动），通常需要无传感器控制。例如，使用位置传感器时或在不利电气环境下运行电机时。但是，对于精确控制的要求（特别是在低速情况下）不应视为给定应用的关键问题。位置和速度估算基于电机的数学模型。因此，模型与实际硬件越接近， 估算器的性能就越好。 PMSM数学建模依赖于其拓扑，主要分为两种：表面贴装电机和内置式永磁（IPM）电机。每种电机在不同应用需求方面都有各自的优势和劣势。提出的控制方案已开发用于表面贴装和内置式永磁同步电机。下图所示为表面贴装电机，与内置式PMSM相比，该电机具有低转矩纹波和低成本的优点。由于所考虑电机类型的气隙磁通是平滑的，因此定子的电感值Ld = Lq（非凸极PMSM）以及反电磁力（Back Electromagnetic Force， BEMF）是正弦曲线。

为确保高维数据的神经网络分类精度,提出了先降维后分类的方法。采用主成分分析(PCA)法实现高维数据的降维。通过分析传统BP算法,提出分两步来更新网络权值的扰动BP学习方法。采用MATLAB对降维分类算法的分类精度和误差收敛速度进行分析。仿真结果显示:先降维再采用扰动BP网络进行高维数据分类可大大提高数据的分类精度和训练速度。

《Python机器学习》第5章复习思维导图

PP文章伪原创洗稿降重助手3.62.exe

用于毕业论文的降重查重，从吾爱破解论坛上搜集。有一个论文小技巧，可以自己翻译外国论文，一般查重率比较低。

毕业设计

2509（Mac&Win）PS降噪插件Imagenomic Noiseware.zip