matlab仿真干涉条纹图

数电课设proteus仿真

将图中曲线还原为数据点的工具，超好用，免安装，解压即可~

目 录摘要 ………………………………………………………………………………………1关词 ………………………………………………………………………………………1Abstract …………………………………………………………………………………1Keywords …………………………………………………………………………………1绪 论 　 ……………………………………………………………………………………21 网站可行性研究 31.1 技术的可行性 31.2 经济可行性 31.3 操作的可行性 32 需求分析 42.1 网站系统运行环境 42.2 网站系统现状与实现

【实例简介】te过程的仿真模型，有21种故障。TE过程是由田纳西-伊斯曼化学品公创建的基于一个真实化工过程的仿真,其目的是为评价过程控制和监控方法提供一个现实的工业过程。TE过程是个很复杂的非线性过程，整个过程涉及变量多。

【实例简介】Makefile手册中文版.pdf 跟我学Makefile.pdf 驾驭makefile.pdf makefile 四本书合集。

这是我的毕业设计，用到的语言有：jsp+java+struts+json+jquery+mysql数据库这个项目有数据库，导入可以运行！这个项目有前台和后台，前台系统能实现购物车，订单，留言板，等模块！后台模块能实现用户管理，商品添加和删除，留言板管理，超级链接管理等功能！基本功能还是不错的！

kb4474419，kb4490628，vs2019安装自动消失

我现在这在用这个聚类算法，这个源程序写的很简洁，而且里面的注释很明白，我自己一直都在用哦

opencv 3.4.1 离线帮助文档，解压后直接用浏览器打开index.html

【实例简介】本书是MATLAB中文论坛神经网络版块数千个帖子的总结，充分强调“案例实用性、程序可模仿性”。所有案例均来自于论坛会员的切身需求，保证每一个案例都与实际课题相结合。 读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。如果在实现过程中有任何疑问，可以随时在MATLAB中文论坛与作者交流，作者每天在线，有问必答。 该书共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。该书另有31个配套的教学视频帮助读者更深入地了解神经网络。 本书可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。 ------- 目录 第1章 P神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归——非线性函数回归的实现 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测 第9章 离散Hopfield神经网络的联想记忆——数字识别 第10章 离散Hopfield神经网络的分类——高校科研能力评价 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算 第12章 SVM的数据分类预测——意大利葡萄酒种类识别 第13章 SVM的参数优化——如何更好的提升分类器的性能 第14章 SVM的回归预测分析——上证指数开盘指数预测 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测 第17章SOM神经网络的数据分类——柴油机故障诊断 第18章Elman神经网络的数据预测——电力负荷预测模型研究 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断 第20章 神经网络变量筛选——基于BP的神经网络变量筛选 第21章 LVQ神经网络的分类——乳腺肿瘤诊断 第22章 LVQ神经网络的预测——人脸朝向识别 第23章 小波神经网络的时间序列预测——短时交通流量预测 第24章 模糊神经网络的预测算法——嘉陵江水质评价 第25章 广义神经网络的聚类算法——网络入侵聚类 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优 第27章 遗传算法优化计算——建模自变量降维 第28章 基于灰色神经网络的预测算法研究——订单需求预测 第29章 基于Kohonen网络的聚类算法——网络入侵聚类 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类