haffuman

多目标跟踪的改进Camshift/卡尔曼滤波组合算法(Multi-target tracking improvements Camshift/Kalman filter algorithm combinations)

数据分析的书籍，用于进行数据处理，很实用，通俗易懂(Data analysis of books used for data processing, it is practical, easy to understand)

神经网络变量筛选—基于BP的神经网络变量筛选,MATLAB的经典算法(Neural network variable selection- based on BP neural network variable selection, MATLAB classical algorithm)

坐标转换（四参数） [row col]=size(source) for i=1:row u(i)=source(i,2) v(i)=source(i,3) x(i)=source(i,4) y(i)=source(i,5) B(2*i-1,1)=1 B(2*i-1,2)=0 B(2*i-1,3)=u(i) B(2*i-1,4)=-v(i) B(2*i,1)=0 B(2*i,2)=1 B(2*i,3)=v(i) B(2*i,4)=u(i) L(2*i-1,1)=x(i) L(2*i,1)=y(i) end X=inv(B *B)*(B *L) Txy=[X(1) X(2)] xzjz(1,1)=X(3) xzjz(1,2)=-X(4) xzjz(2,1)=X(4) xzjz(2,2)=X(3) [row1 col1]=size(target) for i=1:row1 u1(i)=target(i,2) v1(i)=target(i,3) d=[u1(i) v1(i)] md=Txy+xzjz*d end end (Coordinate conversion： [row col]=size(source) for i=1:row u(i)=source(i,2) v(i)=source(i,3) x(i)=source(i,4) y(i)=source(i,5) B(2*i-1,1)=1 B(2*i-1,2)=0 B(2*i-1,3)=u(i) B(2*i-1,4)=-v(i) B(2*i,1)=0 B(2*i,2)=1 B(2*i,3)=v(i) B(2*i,4)=u(i) L(2*i-1,1)=x(i) L(2*i,1)=y(i) end X=inv(B *B)*(B *L) Txy=[X(1) X(2)] xzjz(1,1)=X(3) xzjz(1,2)=-X(4) xzjz(2,1)=X(4) xzjz(2,2)=X(3) [row1 col1]=size(target) for i=1:row1 u1(i)=target(i,2) v1(i)=target(i,3) d=[u1(i) v1(i)] md=Txy+xzjz*d end end )

常用牛顿拉夫逊潮流计算程序是用matlab编写的，本程序是用C语言编写，含有中文详细说明和源代码，可以直接粘贴使用。(Common Newton Raphson power flow calculation program is prepared using matlab, this program is written in C language, containing Chinese detailed description and source code can be pasted directly use.)

线性规划及非线性规划的经典matlab代码，文件中还有PPT文件作为参考学习。(Linear programming and nonlinear programming of the classical code, the document have PPT file as a reference study.)

This is a simulink model on three phase third harmonic injection technique inverter

三相晶闸管桥式整流器 比且实用PI控制alpha 角度(three phase converter with PI controller)

本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，进行预测。(Real estate development risk prediction )

radar equation, for counting, how far is your target