超全的模式识别Matlab源程序，涉及几乎所有常见算法，还有图形界面

基于BP神经网络的自整定PID控制仿真，经测试，可成功运行，放心下载！

c#实现FTP服务器， 功能 ①、按标准FTP协议登录FTP服务器，进行身份验证； ②、显示远程目录、文件列表，进行目录切换； ③、目录、文件列表的排序显示（文件名、时间、类型）； ④、能上传文件、下载、删除文件； ⑤、支持设置选择二进制、文本格式文件传输（UNIX标准的文本）；

完整的指纹识别程序，可以直接运行，GUI界面

包括译码算法，复杂度简化，硬件实现，资源分析，对理解多元ＬＤＰＣ很有帮助

The KC705 MIG application step-by-step instructions are described in xtp196.pdf

1、使用matlab现有工具箱进行相机标定，相机校正，立体标定；2、采用OpenCV现有函数进行相机标定，并分析其优缺点；3、一些注意事项；

beamprop软件，设计Bragg光纤光栅的光谱仿真，对Bragg光纤光栅进行beamprop软件仿真工作。

详细介绍了状态观测器及其在控制系统中的应用。Observers inControl SystemsA Practical guideGeorge ellisDanaher corporation4ACADEMIC PRESSAn imprint of elsevier ScienceAmsterdam Boston London New York Oxford ParisSan Diego San Francisco Singapore Sydney TokyoThis book is printed on acid-free paper ooCopyright 2002, Elsevier Science (USA)All rightsNo part of this publication may be reproduced or transmitted in any form or by anymeans, electronic or mechanical, including photocopy, recording, or any informationstorage and retrieval system, without permission in writing from the publisher. Requestsfor permission to make copies of any part of the work should be mailed to thefollowing address: Permissions Department, Harcourt, Inc, 6277 Sea Harbor DriveOrlando. Florida. 32887-6777.ACADEMIC PRESSAn imprint of Elsevier Science525 B Street, Suite 1900, San Diego, CA 92101-4495, USAhttp://www.academicpress.comAcademic pr84 Theobalds Road. London WCIX 8RR. UKhttp://www.academicpress.comLibrary of congress control Number: 2002104256International Standard book Number: 0-12-237472-XPrinted in the United States of america020304050607MB987654321TO Lee Ann, my loving wife, and our daughter Gretchen, who makes us both proud.Observers in Control Systems■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■Acknowledgments■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■Safety■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■1 Control Systems and the role of observers■■■■■■■■■■■■■■■■1.1 Overviewaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa1.2 Preview of observers21.3 Summary of the book2 Control-System Background52.1 Control-System Structures52.2 Goals of control systems132.3 Visual Model Simulation Environment2. 4 Software Experiments: Introduction to Visual ModelQ182.5 Exercises393 Review of the Frequency Domain.■■■■■■■■■■■■■■■■■■■■■■■■■■■■■3. 1 Overview of the s-domain413.2 Overview of the z-Domain543.3 The Open-Loop Method593.4 A Zone-Based Tuning Procedure623.5 Exercises664 The Luenberger observer: Correcting SensorProblems674. 1 What Is a luenberger observer?674.2 Experiments 4A-4C: Enhancing Stability with an Observer724.3 Predictor-Corrector Form of the Luenberger Observer774. 4 Filter Form of the luenberger observer. ..................................784.5 Designing a Luenberger observer824.6 Introduction to Tuning an observer compensator9047 Exercises955 The Luenberger Observer and Model Inaccuracy... 975.1 Model Inaccuracy.........….……,975.2 Effects of Model Inaccuracy .............................................1005.3 Experimental Evaluation1025.4 Exercises1146 The Luenberger observer and disturbances1156.1 Disturbances1156.2 Disturbance Response1236.3 Disturbance DecouplingIB..-.81296.4 Exercises1387 Noise in the Luenberger Observer…,,,…,,…,…,1417.1 Noise in Control Systems1417.2 Sensor noise and the luenberger observer1457.3 Noise Sensitivity when Using Disturbance Decoupling1567. 4 Reducing Noise Susceptibility in Observer-Based Systems1617.5 Exercises1708 Using the Luenberger Observer in Motion Control1738.1 The Luenberger observers in motion Systems1738.2 Observing Velocity to Reduce Phase Lag1858.3 Using observers to Improve Disturbance Response..... 2028.4 Exercises212Referencesn213A Observer-Based resolver conversion in industrialServo Systems1■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■217B Cures for mechanical resonance in IndustrialServo Systems227Introductionaaa日aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa日aaaaa.aaaaaaaaaaaaaaa日aa227TWo-Part Transfer function228LOW-Frequency Resonance229Velocity Control Law…...8....230Methods of Correction Applied to Low-Frequency Resonance231Conc| usion.…235Acknowledgments235References235C European Symbols for Block Diagrams237Part Linear functions237Part l: nonlinear functions238D Development of the bilinear transformation241Bilinear Transformation241Prewarning242Factoring polynomials243Phase Advancing………………………,243Solutions toChapter 2245Chapter 3245Chapter 4246Chapter 5重口m口m246Chapter 6247Chapter7.….B..8..8..8...248Chapter 8249Index251AcknowledgmentsWriting a book is a large task and requires support from numerous people, and thosepeople deserve thanks. First, I thank LeeAnn, my devoted wife of more than 20 yearsShe has been an unflagging fan, a counselor, and a demanding editor. She taught memuch of what I have managed to learn about how to express a thought in ink. Thanksto my mother who was sure I would grow into someone in whom she would be proudwhen facts should have dissuaded her Thanks also to my father for his insistence thatI obtain a college education; that privilege was denied to him, an intelligent man borninto a family of modest meansI am grateful for the education provided by Virginia Tech Go Hokies. The basicsof electrical engineering imparted to me over my years at school allowed me to graspthe concepts I apply regularly today. I am grateful to Mr. Emory Pace, a toughprofessor who led me through numerous calculus courses and, in doing so, gaveme the confidence on which I would rely throughout my college career and beyondI am especially grateful to Dr Charles Nunnally; having arrived at university froma successful career in industry, he provided my earliest exposure to the practicalapplication of the material I strove to learn. I also thank Dr robert lorenz of theUniversity of Wisconsin at Madison, who introduced me to observers some years agoHis instruction has been enlightening and practical. Several of his university coursesare available in video format and are recommended for those who would like toextend their knowledge of controls. In particular, readers should consider ME 746which presents observers and numerous other subjectsI thank those who reviewed the manuscript for this book. Special thanks goes toDan Carlson for his contributions to almost every chapter contained herein Thanksalso to Eric Berg for his numerous insights. Thanks to the people of KollmorgenCorporation(now, Danaher Corporation), my long-time employer, for their continuing support in writing this book. Finally, thanks to Academic Press, especially to JoelClaypool, my editor, for the opportunity to write this edition and for editing, printing, distributing, and performing the myriad other tasks required to publish a bookX1

非常漂亮的圣诞祝福网页源码，圣诞节祝福网页特别制作了圣诞祝福网页送给你，愿这圣诞祝福网页能给你带来你想要的东西！一起来发圣诞网页祝福吧！让这最漂亮的圣诞节祝福网页传达你的祝福——祝您圣诞节快乐

【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