我的java实习报告

LABVIEW使用Actor Framework和kvaser通信的例子，也可以应用在其他的CAN上面去。

【实例简介】斯坦福的《凸优化》课程配套的求解凸优化问题的Matlab工具包。

alternating direction method of multipliers优化算法讲解OutlineDual decompositionMethod of multipliersAlternating direction method of multipliersCommon patternsExamplConsensus and exchangeConclusionsDual decompositionDual problemp convex equality constrained optimization problemminimizesubject to Ax= 6e Lagrangian: L(a, g)=f(a)+y(Ac-bdual function: g(y)=infx L(, g)e dual problem: maximize g(g)recover x*=argminL(, y*)Dual decompositionDual ascentgradient method for dual problem: y+l=yk +aVg(yky ")=A c-b, where a= argmin L(a, y")b dual ascent method isk+1gminz L(a, yk/-minimization(Axk+I-b)// dual updateworks, with lots of strong assumptionsDual decompositionDual decompositione suppose f is separablef(x)=f1(x1)+…+fN(xN),x=(x1Nthen L is separable in x: L(a, y)=L1(a1, 3)+...+Ln(N, 3)-y bLi(ai, y)=fi(ai)+y Aiaie -minimization in dual ascent splits into N separate minimizationsk+1argmin Li(li, y)Which can be carried out in parallelDual decompositionDual decompositiondual decomposition(Everett, Dantzig, Wolfe, Benders 1960-65k+1argLi(ei, y)N A: k+scatterupdate i in parallel, gather Ai k+solve a large problemby iteratively solving subproblems(in parallel)dual variable update provides coordinationworks, with lots of assumptions; often slowDual decompositionOutlineDual decompositionMethod of multipliersAlternating direction method of multipliersCommon patternsExamplConsensus and exchangeConclusionsMethod of multipliersMethod of multipliersa method to robustify dual ascentb use augmented Lagrangian(Hestenes, Powell 1969),p>0(, y)=f(c)+y(Ax-b)+(p/2)Acmethod of multipliers( Hestenes, Powell; analysis in Bertsekas 1982)k+1argmin Lp(a, yD(A.(note specific dual update step length pMethod of multipliersMethod of multipliers dual update stepoptimality conditions( for differentiableAcx-b=0, Vf(a*)+A(primal and dual feasibility)Since ah+1minimizes Lp(a, y)k+1 kf(x4+1)+A7(y+p(AVxf(at)+adual update yti=y+p(k+1k+1dual feasibleprimal feasibility achieved in limit: A k+I-b>0Method of multipliers

随机信号处理AR模型参数估计报告及代码

Simulink建模仿真实例详解一书详细讲解simulink建模仿真技术和方法，适合快速入门simulink建模。动态系统的计算机仿真系统与模型系统系统只指具有某些特定功能、相互联系、相互作用的元素的集合。这里的系统是指广义上的系统,泛指自然界的一切现象与过程,例如工程系统如控制系统、通讯系统等,非工程系统如股市系统、交通系统、生物系统等。系统模型系统模型是对实际系统的一种抽象,是对系统本质(或是系统的某种特性)的一种描述。模型具有与系统相似的特性。好的模型能够反映实际系统的主要特征和运动规律。模型可以分为实体模型和数学模型实体模型又称物理效应模型,是根据系统之间的相似性而建立起来的物理模型,如建筑模型等。数学模型包括原始系统数学模型和仿真系统数学模型。原始系统数学模型是对系统的原始数学描述。仿真系统数学模型是一种适合于在计算机上演算的模型,主要是指根据计算机的运算特点、仿真方式、计算方法、精度要求将原始系统数学模型转换为计算机程序。静态系统模型动态系统模型连续系统模型离散系统模型代数方程集中参数分布参数差分方程微分方程偏微分方程计算机仿真仿真的概念仿真是以相似性原理、控制论、信息技术及相关领域的有关知识为基础,以计算机和各种专用物理设备为工具,借助系统模型对真实系统进行试验的一门综合性技术。仿真分类()实物仿真:又称物理仿真。是指研制某些实体模型,使之能够重现原系统的各种状态。早期的仿真大多属于这一类优点:直观,形象,至今仍然广泛应用。缺点:投资巨大、周期长,难于改变参数,灵活性差()数学仿真:是用数学语言去描述一个系统,并编制程序在计算机上对实际系统进行研究的过程。优点:灵活性高,便于改变系统结构和参数,效率高(可以在很短时间内完成实际系统很长时间的动态演变过程),重复性好缺点:对某些复杂系统可能很难用数学模型来表达,或者难以建立其精确模型,或者由于数学模型过于复杂而难以求解()半实物仿真:又称数学物理仿真或者混合仿真。为了提高仿真的可信度或者针对一些难以建模的实体,在系统研究中往往把数学模型、物理模型和实体结合起来组成一个复杂的仿真系统,这种在仿真环节中存在实体的仿真称为半物理仿真或者半物理仿真,如飞机半实物仿真等。计算机仿真计算机仿真是在研究系统过程中根据相似性原理,利用计算机来逼真模拟研究系统。研究对象可以是实际的系统,也可以是设想中的系统。在没有计算机以前,仿真都是利用实物或者它的物理模型来迸行研究的,即物理仿真。物理仿真的优点是直接、形象、可信,缺点是模型受限、易破坏、难以重用。计算机仿真可以用于研制产品或设计系统的全过程,包括方案论证、技术指标确定、设计分析、故障处理等各个阶段。如训练飞行员、宇航员的方针工作台和仿真机舱等。仿真的三要素计算机仿真的三个基本要素是系统、模型和计算机,联系着它们的三项基本活动是模型建立、仿真模型建立(又称二次建模)和仿真试验。数学仿真采用数学模型,用数学语言对系统的特性进行描述,其工作过程是:建立系统的数学模型●建立系统仿真模型,即设计算法,并转化为计算机程序,使系统的数学模型能为计算机所接受并能在计算机上运行;运行仿真模型,进行仿真试验,再根据仿真试验的结果进步修正系统的数学模型和仿真模型与建模仿真是一种用来实现计算机仿真的软件工具。它是的一个附加组件,可用于实现各种动态系统(包括连续系统、离散系统和混合系统)的建模、分析和仿真。特点:易学易用,能够依托提供的丰富的仿真资源的应用领域()通讯与卫星系统;()航空航天系统;()生物系统;()船舶系统;()汽车系统;()金融系统;()控制系统。应用举例(原教材例子)在命令窗口中输入右图所示的模型用来口口口口模拟双质量一弹簧系统在光滑平面上受个周期力情况下的运动状态,其中周期力只作用在左边的质量块上。

基于共空间模式的脑电信号处理，代码简短，便于使用

基于digsilent的光伏模型，主要用于研究光伏并网，和光伏电站设计等问题。

基于PCA与SVM的人脸识别系统，用matlab编写，我测试过了！

买的书附带的光盘资料，主要是C++对于图像的处理，包含有本书的PDF和书中源码～，想学就不用再买书了～

RSIHE算法（Recursive sub-image histogram equalization），积分已降到最低。基本原理是将图像分割为等面积的2^r部分，各部分分别进行直方图均衡。文件中包含RSIHE的matlab源代码，论文，以及输入图像