飞行器六自由度建模仿真

通过实例对人工神经网络的实际应用进行分析和讲解，清晰的代码一目了然每神经元有许多输入、输出键,各神经元之间以连接键(又称突触)相连,它决定神经元之间的连接强度(突触强度)和性质(兴奋或抑制),即决定神经元间相互作用的强弱和正负,共有三种类型:兴奋型连接、抑制型连接、无连接。这样,个神经元(一般很大)构成一个相互影响的复杂网终系统,通过调整网络参数,可使人工神经网络具有所需要的特定功能,即学习、训练或自组织过程。一个简单的人工神经网络结构图如下所示:上图中,左侧为输入层(输入层的神经元个数由输入的维度决定),右侧为输出层(输出层的神经元个数由输出的维度决定),输入层与输出层之间即为隐层。输入层节点上的神经元接收外部环境的输入模式,并由它传递给相连隐层上的各个神经元。隐层是神经元网络的内部处理层,这些神经元在网络内部构成中间层,不直接与外部输入、输出打交道。人工经网络所具有的模式变换能力主要体现在隐层的神经元上。输出层用于产生神经网络的输出模式。多层神经网络结构中有代表性的有前向网络(BP网络)模型Page 3 of 25多层侧抑制神经网络模型和带有反馈的多层神经网络模型等。本文主要探讨前向网络模型多层前向神经网络不具有侧扣制和反馈的连接方式,即不其有本层之间或指向前一层的连接弧,只有指向下一层的连接弧。代表是BP神经网终:输入模式由输入层进入网终,经中间各隐层的顺序变换,最后由输出层产生一个输出模式,如下图所示:输入层隐层输出层多层前向神经网终由隐层神经元的非线性处理衍生它的能力,这个任务的关键在于将神经元的加权输入非线性转换成一个输出的非线性激励函数。下图给出了一个接收个输入的神经元:Page 4 of 25神经元的输出由下式给出:这里输入的加权和(括号内部分)由一个非线性函数传递,表示与偏差输入相关的权值,表示与第个输入相关的权值。使用最广泛的函数是S形函数,其曲线家族包括对数函数和双曲正切函数,这些都可用来对人口动态系统、经济学系统等建模。另外所用的其他函数有高斯函数、正弦函数、反正切函数,在此不一一展开介绍,本文主要使用的激励函数是对数函数,函数表达式为函数曲线如下图所示对于有限输入量,对数函数输出范围为∈。在输入为=时,输出值为中问值输出在—附近随着输入的增加以相对快的Page 5 of 25速率增加并非常慢地到达上限。对于

java编写的学生成绩查询系统，包含数据库文件程序有学生入口和老师入口，分别有不同的权限级别

IBM的MQTT给了一个PHP的服务端代码，在网上找了一个JAVA实现服务端代码的例子，调通了。如果想做这个例子需要自己用电脑建一个wifi，手机连上这个wifi，代码中要改几个个地方1 android服务里有几个MQTT_HOST是ip地址改成自己wifi的ip；2 服务端的publish方法是用来发送的，第一个参数是客户端id clientId，要改成自己在手机客户端设定的名字，前面还有个域，比如mqttClient.publish("tokudu/"+clientId, message.getBytes(),0, false); 我的clientId是sly。其他的大家就自己研究

信道估计的MSE性能比较,阐述了几种经典算法仿真性能的对比

labview NI采集卡多通道采集程序

当下智能化生产规模日益扩大,FANUC机器人在工业生产中应用广泛.针对现阶段工业生产中FANUC机器人难以实现同外部进行实时批量数据交互的问题,以FANUC机器人内核KAREL语言为切入点,搭建实现机器人同外部数据交互模型,通过算法设计及KAREL编程实现机器人与外部基于tcp/ip协议的通信,进而完成数据实时批量交互.Roboguide仿真模拟以及在实际FANUC绿色机器人工作平台上的实验验证表明所构建的数据交互方法能满足工业生产中对机器人实时运行数据采集的需求.

非常具有参考价值的资料UWB在MATLAB中的实现

厦门大学硕士论文Latex模板

ghost远控源码，VC6直接编译即可用！

可以用于信号处理算法等大作业，用matlab编程实现LMS和RLS的自适应滤波器，并有实验结果