三电平SVPWM仿真

树叶图像特征分类识别MATLAB程序                 基于MATLAB的树叶图像特征分类识别，图像分析处理  分割   特征提取  分类识别等亲测可用，              谢谢支持。

卡尔曼滤波 粒子滤波等等 【源码目录】 bachelor-project-master ├── KalmanFilter │   ├── kf_initialization.m │   ├── kf_params.m │   ├── kf_plots.m │   ├── kf_prediction.m │   └── kf_update.m ├── LICENSE ├── Multilateration │   ├── lateration_murphyHerman.m │   ├── lateration_paulaAnaJose.m │   ├── lateration_plot.m │   └── lateration_weightedMurphyHerman.m ├── ParticleFilter │   ├── R2d.m │   ├── initialise_particles.m │   ├── motion_model.m │   ├── observation_model.m │   ├── plot_particles.m │   └── resampling.m ├── README.md ├── SignalModel │   ├── inv_path_loss_model.m │   └── path_loss_model.m ├── build_map.m ├── common.m ├── kf_main.m ├── lateration_main.m ├── osm │   ├── LICENSE │   ├── README.md │   ├── assign_from_parsed.m │   ├── debug_openstreetmap.m │   ├── dependencies │   │   ├── gaimc │   │   │   ├── dijkstra.m │   │   │   └── sparse_to_csr.m │   │   ├── hold │   │   │   ├── restorehold.m │   │   │   └── takehold.m │   │   ├── lat_lon_proportions │   │   │   └── lat_lon_proportions.m │   │   ├── plotmd │   │   │   └── plotmd.m │   │   ├── textmd │   │   │   └── textmd.m │   │   ├── xml2struct │   │   │   └── xml2struct_fex28518.m │   │   └── xml2struct.m │   ├── extract_connectivity.m │   ├── extract_sensors.m │   ├── get_unique_node_xy.m │   ├── get_way_tag_key.m │   ├── load_osm_xml.m │   ├── main_mapping.m │   ├── parse_openstreetmap.m │   ├── parse_osm.m │   ├── plot_nodes.m │   ├── plot_road_network.m │   ├── plot_route.m │   ├── plot_way.m │   ├── route_planner.m │   ├── show_map.m │   └── usage_example.m ├── pf_main.m ├── standalone │   ├── KalmanFilter │   │   ├── KF1D.m │   │   └── KF2D.m │   ├── Lateration │   │   ├── MurphyHerman.m │   │   ├── PaulaAnaJose_v1.m │   │   ├── PaulaAnaJose_v2.m │   │   ├── Trilateration.m │   │   ├── WeightedMultilaterationLLS.m │   │   └── WeightedMurphyHerman.m │   ├── ParticleFilter │   │   ├── particle_filter_sd_2d.m │   │   └── particle_filter_student_dave_basic_ex1.m │   └── misc │       ├── NearestNeighbor.m │       ├── ProjectPointOnSegment.m │       └── WeightedMultilaterationLLS.m └── utils     ├── R2d.m     ├── cart2geo.m     ├── convert2Cartesian.m     └── geo2cart.m 18 directories, 69 files

强化学习中的一个重要里程碑就是Q学习算法，使用matlab 进行单步Q学习无障碍路径规划仿真，设学习次数为200.

模型参考自适应系统（Model Reference Adaptive System，MRAS）是从20世纪年代后期发展起来的，它属于自适应系统的一种类型。从结构上MRAS可以分为可调模型、参考模型及自适应律3个部分。MRAS的辨识思想是把不含有未知数的表达式作为期望模型，而将含有待辨识数的表达式用于可调模型，且两个模型有相同物理意义的输出，利用两个模型的输出量之差，通过合适的自适应律来现对异步电机参数的辨识。

MATLAB GUI设计学习手记（第3版）源代码BY罗华飞

有输入饱和的欠驱动VTOL飞行器滑模控制_刘金琨(1).pdf,可以用于毕业论文参考

用于SAR成像的RD算法

【实例简介】SVM对数据进行二分类

【实例简介】基于matlab的语音识别

simulink 模型预测控制.slx