二维弹性波数值模拟matlab

是关于车牌定位的Matlab源代码，利用的是边缘检测定位方法，最终定位得到车牌图像。

太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器太阳能 手机 充电器

包含了图像处理中常用的一些测试图片有灰度图像也有彩色图像大小从128*128、256*256、512*512或更大的都有图像格式为pbm、ppm、pgmMATLAB下可用。共六个部分，全部下载完以后，任意解压一个即可。

内部包括FOA源码，m函数以及测试函数的封装M函数，将文件保存在同一目录，运行FOA.M即可，可以更改测试函数的m程序，对不同函数进行测试。

数学建模的29个通用模型及matlab解法、数学建模资料

【实例简介】 由于数字控制固有的采样、滤波延时等因素，限制了 系统电流环的性能，因此为了减小延时并提高伺服系统电流 环控制性能，提出了一种基于无差拍控制原理的永磁同步电 机鲁棒预测电流控制算法

常用期刊论文模板

python知网爬虫，根据作者，爬取所有paper信息

threejs开发小实例，实现了创建场景灯光，摄像机，对物体的移动，旋转，以及摄像机的移动旋转，动画效果，灯光设置（源代码）

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