数据的导入与导出

说明：  基于mpc的轨迹跟踪控制器，无人驾驶车辆模型预测控制第二版第三章(Track tracking controller based on MPC)

说明：  本书采用案例形式，以智能算法为主线，讲解了遗传算法.免疫算法,退火算法.粒子群算法，鱼群算法,蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现，本书共给出30个案例,每个案例都是一个使用智能算法解决问题的具体实例,所有案例均由理论讲解、案例背景.MATLAB程序实现和扩展阅读四个部分组成,并配有完整的程序源码。(This book uses case form and takes intelligent algorithm as the main line to explain the matlab implementation of the most commonly used intelligent algorithms, such as genetic algorithm, immune algorithm, annealing algorithm, particle swarm optimization algorithm, fish swarm algorithm, ant colony algorithm and neural network algorithm. There are 30 cases in this book, and each case is a specific example of using intelligent algorithm to solve problems, All cases are composed of theoretical explanation, case background, matlab program implementation and extended reading, and complete program source code.)

说明：  《深入浅出Python机器学习》源码 ipynb格式("Deep and Simple Python Machine Learning" Source Code ipynb Format)

滑模控制的经典算例程序，可以帮助初学者快速掌握滑模控制的编程思想(Sliding mode control procedures for the classic examples that can help beginners master the sliding mode control Express programming thought)

遗传算法进行优化求多元函数 （Griewank Function）最小解问题(genetic algorithm optimization for multi-function (Griewank Function) Minimum solutions to the problems)

说明：  《信号与系统》课本，郑君里，应启珩，杨为理。 第三版清晰版本, 第二版较清晰版本("Signal and system" textbook, Zheng Junli, should be Qi Heng, Yang Weili Clear version of the third edition, clear version of the second edition)

说明：  MUSIC算法MATLAB程序 music算法的matlab实现,可以直接由信号的快拍采样计算功率谱。可以用来分析多普勒频移(MUSIC algorithm matlab program The matlab implementation of music algorithm can directly calculate the power spectrum from the snapshot sampling of the signal. Can be used to analyze Doppler shift)

matlab 神经网络 书本源代码 学习神经网络经典案例(matlab abjfdlkjklfjljfkjfkldsj)

这本书在稀疏的多尺度图像和信号处理提出了艺术状态，包括线性多尺度变换，如小波，脊波和曲波变换、非线性、多尺度变换基于中值和数学形态学算子。最近的稀疏性和形态多样性的概念描述和利用各种问题，如去噪，反问题正规化，稀疏信号分解，盲源分离，压缩感知。 这本书的理论和实践研究相结合的领域，如天文学、生物学、物理学、数字媒体应用和取证。最后一章探讨了信号处理中的一个范式转换，表明以前的信息取样和提取的限制可以用非常重要的方法加以克服。 MATLAB和IDL代码伴随这些方法和应用程序重现。 实验并说明了在相关网站上可下载的研究的推理和方法。(This book presents the state of the art in sparse and multiscale image and signal processing, covering linear multiscale transforms, such as wavelet, ridgelet, or curvelet transforms, and non-linear multiscale transforms based on the median and mathematical morphology operators. Recent concepts of sparsity and morphological diversity are described and exploited for various problems such as denoising, inverse problem regularization, sparse signal decomposition, blind source separation, and compressed sensing. This book weds theory and practice in examining applications in areas such as astronomy, biology, physics, digital media, and forensics. A final chapter explores a paradigm shift in signal processing, showing that previous limits to information sampling and extraction can be overcome in very significant ways.)

摘要: 现有的聚类算法比如 CluStream 是基于 k-means 算法的。这些算法不能够发现任 意形状的簇以及不能处理离群点。 解决上述问题,本文提出了 而且, 它需要预先知道 k 值和用户指定的时间窗口。 为了 分将数据映射到一个网格, D-Stream 算法,它是基于密度的算法。这个算法用一个在线部 在离线部分计算网格的密度然后基于密度形成簇。 度衰减技术来捕获数据流的动态变化。 为了探索衰减因子、 数据密度以及簇结构之间的关系, 我们的算法能够有效的并且有效率地实时调整簇。 群点的稀疏网格是合理的, 算法采用了密 而且, 我们用理论证明了移除那些属于离 从而提高了系统的时间和空间效率。 该技术能聚类高速的数据流 而不损失聚类质量。 实验结果表明我们的算法在聚类质量和效率是有独特的优势, 并且能够 发现任意形状的簇,以及能准确地识别实时数据流的演化行为(Abstract: Existing clustering algorithms such as CluStream are based on the k-means algorithm. These algorithms can not be found Meaningful clusters and can not handle outliers. To solve the above problems, this paper presents)