Backpack-Genetic-Algorithm-Beta-Version

pid ziegler-nichols法实例(a example of ziegler-nichols in pid)

数字基带系统将数字信号从时域上看时数字滚降，需要画出滚降前后的波形展示出来。频域上带宽变化了。输入滤波器之前的波形与采样判决之后的波形。采样判决前的频谱。 采样判决后的码型。 2、眼图（采样判决之前的眼图）（信噪比大眼图清晰） 3、误码曲线，（横坐标时信噪比，纵坐标时误码率） 4、Arfa变化对误码特性的影响，变好还是变差(变好)，眼图清晰度变化（清晰），传递函数的带宽的变化。（带宽越大）(1.Digital baseband system point of view the digital signal from the time domain when the number of roll-off, you need to draw the waveform displayed before and after the roll-out. The frequency domain, the bandwidth change. Input filter and sample ruling before the wave after wave. Sample pre-judgment spectrum. Sampling pattern after the verdict. 2, the eye diagram (eye before sampling decision) (SNR big eye clear) 3, the error curve (abscissa when the signal to noise ratio, bit error rate when the vertical axis) 4, Arfa impact of change on BER performance, get better or worse (getting better), change of eye-definition (clarity), the transfer function of the bandwidth changes. (The greater the bandwidth))

形状上下文的matlab源码，执行demo1.m和demo2.m两个文件可以查看效果(Shape context)

good file hope u will like it

经典倒立摆问题的神经网路控制器仿真，对了解神经控制和simulink仿真很有用(Classic inverted pendulum control problem of neural network simulation, neural control and the understanding of the usefulness of simulation simulink)

extracting the background

脑电处理中，特征提取的几个有用算法程序，包括小波熵、LZC脑电复杂度、互信息等，以上程序，我已将亲自运行，可以通过，便于大家做脑电特征提取，希望对大家有帮助(EEG processing, feature extraction algorithm several useful programs, including wavelet entropy, LZC EEG complexity, mutual information, the above procedure, I have personally run, can facilitate you to do EEG feature extraction, in the hope that everyone has to help)

用LAPLACE方法求解多维沃尔泰拉方程，此处为一个变元的方程，由于该方程同时含有微分和积分，一般求解有一定的困难。此处为MATLAB程序，注意不同的初始条件(used method for multiple preoperational Ertaila equation here as a variable element of the equation, As the same time contain differential equations and integral, the general solution is definitely difficult. MATLAB here for the procedure to different initial conditions)

matlab高通滤波器，可以直接在matlab上运行，显示(matlab high-pass filter can be run directly in matlab to show)

Newton-Raphson算法 介绍 在科学计算和财经工程领域，许多数值算法都是通用的（至少在理论上是），可广泛地用于解决一类问题。一个大家熟悉的例子就是Newton-Raphson例程，它可用来寻找方程 f(x)=0的数值解。标准的数学表达式f(x)表示f是变量x的函数，其通常的表达形式为f(x,a,b,...)=0，f被定义为多于一个变量的函数。在这种情况下，Newton-Raphson算法试图把x以外的变量固定并作为参数，而寻找关于变量x的数值解。 由于Newton-Raphson算法需要知道被求解函数的确切表达，其传统实现方法是直接将代码嵌入到客户应用程序中。这就使得算法的实现代码经过针对不同被求解函数的少量修改后在客户程序中反复出现。 同许多其它数学例程一样，Newton-Raphson算法的具体实现是应该与特定用户无关的。并且，重复编码在任何情况下都应该尽量避免。我们很自然地会想到把该类例程作为库函数来实现，以使客户程序可以直接调用它们。但是，这种实现方式必然会涉及到如何将用户自定义函数（Newton-Raphson 例程需要调用该函数）封装成可以作为参数传递的形式。 (err)