图像处理自定义灰度映射、matlab交互方法学习案例，效果预览https://blog.csdn.net/tkl32172/article/details/122060028 （代码中变换函数为yf变量，简单易改）

尽管之前已经有在 Simulink 中解决 DAE 的示例，但没有通过 S-function 解决 DAE 的文档。 此示例使用名为 HB1_DAE_sfun.m 的 S 函数解决 Simulink 中的 Robertson 问题（僵硬）。 结果与 hb1dae.m 进行了比较，后者是一个基于文本的版本，可用作 MATLAB 的示例。

MOSFET一级模型(Level=1) 描述I和V的平方率特性, 它考虑了衬底调制效应和沟道长度调制效应. * KP=µCox本征跨导参数 Cox =ox/Tox单位面积的栅氧化层电容 LO有效沟道长度, L版图栅长, LD沟道横向扩散长度 非饱和区 饱和区

维也纳大学 LTE系统级仿真平台介绍文档(Vienna LTE Simulators System Level Simulator Documentation, v1.7r1119)

大地形研究 切割大地形 ：unity，在菜单栏上单击Terrain-> Slicing即可以切割大地形，代码会自动遍历Hirerachy里的地形，切割4X4的16块，切割好的地形放置会存在资源目录下，生成一个地形gameobject同名的文件夹。 除了地形分片资源，这里将会生成地形和物体相关的数据信息，保存成二进制文件，保存在同一目录下。 分段加载地形和物件。 点击Terrain-> Load会加载分片地形，并根据地形分片生成一个对应的对撞机。 collider的triger会触发地形的加载和卸载，实现过程而不现实的引擎实现的Level Streaming Volume。 零件的加载 零件如

HMM倍性：基于基因型和覆盖率的隐马尔可夫模型，用于推断倍性水平。 推断倍性水平，检测非整倍性和其他物质的工具。 计算其等位基因频率和基因型可能性，需要下载以下内容： python 3，带有gzip, numpy, scipy, statistics软件包 R，带有pracma, data.table, Rcpp, getopt包pracma, data.table, Rcpp, getopt samtools 多倍体数据模拟 概述：模拟多倍体生物并以mpileup.gz格式输出 simulationScript.sh -p $FILE -d $DEPTH -l $LOCI -o $OUTNAME 输入 -p或--ploidyFile ：包含所需模拟数据的文件（请参见下文中的sintax）。 ploidyFile每一ploidyFile包含倍体数和基因组$ J $的$ K $相邻片

水位系统是研究非线性系统控制的经典设备。 它总是由围绕平衡的一阶加死时间（FOPDT）模型表示观点。 基于水位系统，采用不同的PID策略（经验方法和为了提高控制性能，研究了Ziegler-Nichols方法。 通过优化梯度下降法，基于径向基函数（RBF）神经网络的PID控制器给出并应用于实际的A3000三缸水位系统。 从实验结果，测试了所提方法的有效性

2021年最新版CDA LEVEL I模拟试题 一共33页 包含考点和解析答案

MATLAB模拟粒子散射代码液位计 液位计的蒙特卡洛模拟 抽象的 在这个项目中，一种用于确定具有定义几何形状的封闭边界内的液位的方法； 一辆战车蒙特卡罗方法已使用MATLAB实现，该方法可模拟二维二维伽马射线的传输，以预测连续物位计的响应。 该量规被模拟为宽度（x）可变的储罐。 储罐内有两种介质。 水和空气。 该程序可预测在不同水位和不同宽度的情况下水箱的检测器响应。 核液位计或核子液位计，也称为伽马液位计，是一种在炼油和化学工业中用于监视或控制储罐中物料液位的技术。 由于它们在危险情况下的工作能力，通常将它们应用在所有其他物位测量技术无法工作的领域。 在这种方法中，液位测量所需的能量通过无线电同位素以突发形式任意发射。 核子液位计基本上包括以下组件： 伽玛射线源 探测器 在该项目中，用于检测设置的拟议设计如下： 罐具有矩形形状，尺寸为x =可变，y = 200 cm和z = 200 cm。 所使用的源是Cs-137（可根据罐中材料的类型而变化）。 特别选择了此光源，因为它的光谱具有单峰。 色散角为30o的准直光源放置在：x = 0，y = 100 cm和z = 100 cm的位置。

narx的matlab代码基于人工神经网络的地下水位预测：LSTM CNN和NARX的比较 此仓库的doi： 相关出版物的doi： 该存储库使您可以重现结果并应用以下方面的地下水位预测方法： Wunsch，A.，Liesch，T.，Broda，S.，人工神经网络进行地下水位预测：长短期记忆（LSTM），卷积神经网络（CNN）和具有外生非线性自回归网络的比较输入（NARX） 接触： 作者的ORCID： A. Wunsch： 列斯（T. Liesch）： 布罗达（S. Broda）： 有关详细说明，请参阅出版物。 请调整脚本中的所有绝对加载/保存和软件路径，以使其运行，您需要Matlab和Python软件才能成功运行应用程序。 我们进一步使用的Python包。 要运行Python代码，请下载并安装此软件包。 内容概述： / CNN-Python代码包含模型的Python脚本和必要的示例文件。 / LSTM-Python代码包含模型的Python脚本和必要的示例文件。 / NARX-Matlab代码包含模型的Matlab脚本和必要的示例文件。