qt实现串口通信

在Matlab中simulink环境中搭建了基于SVPWM的三相异步电机矢量控制系统

基于三层BP神经网络的股票数据预测模型（MATLAB2014)文件列表：BP_ZXF.mBP_ZXF.xlsx

1,实现双口RAM，完全掌握调用IP核的流程;2,深入了解RAM，模拟1450字节数据，然后写入RAM，完成测试；3,完成RAM读写测试，数据“顺序”输出。

一款swf播放器，对swf格式的文件，尤其是视频播放可以进行精确控制播放、暂停、快进等，swf大多是矢量格式，播放起来更是无损，新的福利

基于个人博客以上的特点，本系统要实现个人博客的主要基本功能有主界面，用户注册，注册用户登录发表文章（心情、日志），用户登录/退出，，分页浏览文章和评论等。这里其中比较主要的是区分了个人博客的注册用户和游客。注册用户可以在任何时候写下自己的主张，记录下自己的点点滴滴。而游客主要的权限是阅读博客所有注册用户写的文章，阅读后可以发表评论和留言。以上是个人博客的系统功能目标，当然由于个人博客的网络流行特点以及个人个性的展示，还适当要求界面比较漂亮轻快，直观便捷，操作方式简单以及人性化。

ROS机器人turtlebot路径规划，文件夹中包括了OMPL_ros_turtlebot，贝塞尔曲线拟合后的rrt，move-base-ompl，navigation_tutorials，relaxed_astar等路径规划资源，可用于ROS机器人的路径规划研究

关于模糊C-均值(FCM)聚类算法的改进关于模糊C-均值(FCM)聚类算法的改进∑∑md2(x1,v,)离有变化,即(1)式中改为(,)=|P)(x;-v大连大学学报其中W为模糊加权因子,由式(5)确定。在模糊￠一均值算法中引入模糊加权因4子,使得数据空间中各个数据点对同一橐类中心所具有的特征优势不同,导致对距离的贡献也不同,更具合理性,使得聚类效果更好,分类更清晰,改进数据预处理的方法。4数据仿真结果将200个二维数据分为三类。使用了两种方法,本文提出的改进的模糊聚类算法(引入了模糊加权因子),结果见图2;经典的模糊C-均值聚类算法6,结果见图3对比聚类效果图如通过对比两种算法的效果图可以看出:图图3FCM聚类效果图2是改进后的模糊聚类算法(引入了模糊加权刈比目标函数曲线如下因子)的效果图,聚类效果比图3经典的模糊C均值聚类算法更好,数据点更集中,有若干点集中在聚类中心上。我们可以看右下角的数据点,改进后的模糊聚类算法将紫色的点和蓝色的点能清楚的分开,两个类之间的界限很明显而模糊C-均值算法分类的程度就不是很清晰,分别属于两个类的绿色的点和紫色的点几乎重合,可见类与类之问划分不清晰。图4改进算法后的目标函数图图2改进算法后的聚类效杲图喷笔签义,引入了重要参数-模糊加权因子,模糊加权因子的引入,使得数据空间中各数据点所具有的特大连大学学征优势不同,导致对距离的贡献也不同,这是两种距离定义方法的根本区别之处。并且用数据仿真验证了这种改进了的模糊聚类算法比原来的算法聚类更有效,分类更清晰,速度快。参考文献O一0年第五期[l} Timothy J.Ros.模糊逻辑及其工栏应用[M].北京:电子工业出版社,20032]鲁宇,范希鲁.模糊加权距离及其合理性讨论[J].北方交通大学学报,1990(2)[3]王士同、神经模糊系统及其应用[M].北京:北京航天航空大学出版社,1998(6)图5FCM目标函数图T 4 1 Kazutaka Umuyaharu, Saclaaki MiyarIulo and Yoshiteru图4的是改进算法后的目标函数图(引入模糊Nakamori, Formulations of Fuzzy Clustering for Categorical加权因子),图5是经典的模糊C-均值算法目Data, International Journal of Innovative ComputingInformation and Control(lICIC), vol 1, no, 1, pp 83标函数图。可以看出图4的函数曲线比图5的函94,2005(3)数曲线更加平滑,收敛速度快。[5 Hugang Han, Information System with Fuzzy Weights5结论Intermational Journal of Innovative Computing, Information本文讨论的是对模糊C-均值聚类算法的改and Control JICIC ) vol. 2, no 3, pp 553-565, 2006进,在原有的模糊C-均值算法的基础上,用一种6]吴晓莉,林哲辉.MAⅣLAB埔助模湖系统设计[M.西安:新的定义距离的方法替代欧氏空间中距离的定西安电子科技大学出版社,2002.Improvement of the Fuzzy C-Means Clustering AlgorithmWANG Ying-jie Wang, BAI Feng-bo, WANG Jin-hui(1. College of Information Engineering, Dalian University, Dalian, 116622, China2. MSPD, HiSoft Technology Intemational Ltd., Beijing, 100074, China3. Beijing Electromechanical Engineering Insitute, Beijing, 100074, ChinaAbstract: An improvement algorithm about the fuzzy c-means clustering algorithm is discussed in this paper. Basedon original fuzzy c -rneans clustering algorithm, the improvement algorithm uses a new way of defining distance todisplace the distance in Euclidean space. Experimental results show that the improvement algorithm is better thanal algurithm and the classification is clearer than original algKey words Fuzzy c-means algorithm; Fuzzy weighted distance; Fuzzy weighted factor

异步电动机的SVPWM的变压变频调速的Simlink仿真波形，里面有各种模块，看懂改改参数，参考有利！！！！

经典 chan 算法 TDOA 仿真 用于无线定位算法仿真

本算法实现了IDW和RBF算法