流形学习的matlab实现代码（mani.m）绝对好用

研究生 模式识别 结业的论文，我自己的，也通过了，大家参考一下。

【实例简介】SPH光滑粒子流体动力学中英文都有，中文版本以及英文版的都有，拿去参考吧。光滑粒子流体动力学-一种无网格粒子法 第1章 绪论 1.1 数值模拟 1.1.1 数值模拟的作用 1.1.2 一般数值模拟的求解过程 1.2 基于网格的方法 1.2.1 拉格朗日网格 1.2.2 欧拉网格 1.2.3 拉格朗日网格和欧拉网格的结合 1.2.4 基于网格的数值方法的局限性 1.3 无网格法 1.4 无网格粒子法(MPMS) 1.5 MPMs的求解策略 1.5.1 粒子描述法 1.5.2 粒子近似 1.5.3 MPMS的求解过程 1.6 光滑粒子流体动力学(SPH) 1.6.1 SPH方法 1.6.2 SPH方法简史 1.6.3 本书中的SPH方法 第2章 SPH的概念和基本方程 2.1 SPH的基本思想 2.2 SPH的基本方程 2.2.1 函数的积分表示法 2.2.2 函数的导数积分表示法 2.2.3 粒子近似法 2.2.4 推导SPH公式的一些技巧 2.3 其他基本概念 2.3.1 支持域和影响域 2.3.2 物理影响域 2.3.3 particle—in-cell(PIC)方法 2.4 结论 第3章 光滑函数的构造 3.1 引言 3.2 构造光滑函数的条件 3.2.1 场函数的近似 3.2.2 场函数导数的近似 3.2.3 核近似的连续性 3.2.4 粒子近似的连续性 3.3 构造光滑函数 3.3.1 构造多项式光滑函数 3.3.2 一些相关的问题 3.3.3 光滑函数构造举例 3.4 数值测试 3.5 结论 第4章 SPH方法在广义流体动力学问题中的应用 4.1 引言 4.2 拉格朗日型的Navier—Stokes方程 4.2.1 有限控制体与无穷小流体单元 4.2.2 连续性方程 4.2.3 动量方程 4.2.4 能量方程 4.2.5 Navier-Stokes方程 4.3 用SPH公式解Navier-Stokes方程组 4.3.1 密度的粒子近似法 4.3.2 动量方程的粒子近似法 4.3.3 能量方程的粒子近似法 4.4 流体动力学的SPH数值相关计算 4.4.1 人工粘度 4.4.2 人工热量 4.4.3 物理粘度 4.4.4 可变光滑长度 4.4.5 粒子间相互作用的对称化 4.4.6 零能模式 4.4.7 人工压缩率 4.4.8 边界处理 4.4.9 时间积分 4.5 粒子的相互作用 4.5.1 最近相邻粒子搜索法(NNPS) 4.5.2 粒子对的相互作用 4.6 数值算例 4.6.1 在不可压缩流的应用 4.6.2 在自由表面流的应用 4.6.3 SPH对可压缩流的应用 4.7结论 第5章 非连续的SPH(DSPH) 5.1 引言 5.2修正光滑粒子法 5.2.1一维情况 5.2.2 多维情况 5.3 模拟非连续现象的DSPH公式 5.3.1 DSPH公式 5.3.2 非连续的确定 5.4 数值性能研究 5.5 冲击波的模拟 5.6 结论 第6章 SPH在爆炸模拟中的应用 6.1 引言 6.2 HE爆炸和控制方程 6.2.1 爆炸过程 6.2.2 HE的稳态爆轰 6.2.3 控制方程 6.3 SPH公式 6.4 光滑长度 6.4.1 粒子的初始分布 6.4.2 光滑长度的更新 6.4.3 优化和松弛过程 6.5 数值算例 6.6 应用SPH方法模拟锥孔炸药 6.7 结论 第7章 SPH在水下爆炸冲击模拟中的应用 7.1 引言 7.2 水下爆炸和控制方程 7.2.1 水下爆炸冲击的物理特性 7.2.2 控制方程 7.3 SPH公式 7.4 交界面处理 7.5 数值算例 7.6 真实爆炸模型与人工爆炸模型的比较研究 7.7 水介质缓冲模拟 7.7.1 背景 7.7.2 模拟设置 7.7.3 模拟结果 7.7.4 小结 7.8 结论 第8章 SPH方法在具有材料强度的动力学中的应用 8.1 引言 8.2 具有材料强度的动力学 8.2.1 控制方程 8.2.2 本构模型 8.2.3 状态方程 8.2.4 温度 8.2.5 声速 8.3 具有材料强度的动力学SPH公式 8.4 张力不稳定问题 8.5 自适应光滑粒子流体动力学(ASPH) 8.5.1 为什么需要ASPH方法 8.5.2 ASPH的主要思想 8.6 对具有材料强度的动力学的应用 8.7 结论 第9章 与分子动力学耦合的多尺度模拟 9.1 引言 9.2 分子动力学 9.2.1 分子动力学的基本原理 9.2.2 经典分子动力学 9.2.3 经典MD模拟 9.2.4 Poiseuille流的MD模拟 9.3 MD与FEM和FDM的耦合 9.4 MD与SPH的耦合 9.4.1 模型I：双重功能(具有重叠区域的模型) 9.4.2 模型Ⅱ：力桥(没有重叠区域的模型) 9.4.3

LDPC迭代译码示例详细介绍：PPT中详细介绍了LDPC和积（置信概率）译码，是理解LLR_BP译码、MS译码的前提。我有相关的译码代码，需要可联系我。

西安交通大学现代测试技术课件，希望对大家有所帮助。

这个为微电网下垂控制的MATLAB仿真，仿真做的很详细，

非常全的中国地图矢量，台湾只包括到省，其他省市包含省市县，以及河道公路等等

ofdma 系统中的各种资源分配算法仿真

上海交大ACM模板、浙江大学ACM模板、邝斌的ACM模板-2014-5、吉林大学ACM常用算法代码

这是一个用stm32实现玉成控制家用太阳能或者是工业太阳能的远程控制器，使用了AD转换、看门狗、flash的读写，TCP/IP协议等。

详细介绍ARMA模型 里面不仅介绍了该模型的实际用法也进行了举例分析计算结果表明,时,预测的标准误差较小,所以选取=。预测第月份的销售收入为计算的程序如卜为移动平均的项数由于的取值不同,的长度不一致,下面使用了细胞数组简单移动平均法只這合做近期预测,而且是预测目标的发展趋势变化不人的情况如果目标的发展趋势存在其它的变化,米用简单移动屮均法就会产生较大的预测偏差和滞后。加权移动平均法在简单栘动平均公式中,每期数据在求平均时的作用是等同的。但是,每期数据所包含的信息量不样,近期数据包含着更多关于未来情况的信息。因此,把各期数据等同看待是不尽合理的,应考虑各期数据的重要性,对近期数据给予较大的权重,这就是加权移动平均法的基本思想。设时间序列为加权移动平均公式为十·十∴+式中为期加权移动平均数;为的权数,它体现了相应的在加权平均数中的重要性。利用加权移动平均数来做预测,其预测公式为即以第期加权移动平均数作为第+期的预测值。例我国年原煤广量如表所示,试用加权移动平均法预测年的产量。表我国原煤产量统计数据及加权移动平均预测值表原煤产量三年加权移动平均预测值相对差(%)解取,按预测公式计算三年加权移动平均预测值,其结果列于表中。年我国原煤产量的预测值为(亿吨这个预测值偏低,可以修正。其方法是:先计算各年预测值与实际值的相对误差,例如年为将相对误差列于表中,再计算总的平均相对误差。由于总预测值的平均值比实际值低,所以可将年的预测值修正为计算的程序如下:在加权移动平均法中,的选择,同样具有一定的经验性。一般的原则是:近期数据的权效人,远期数据的权数小。至于人到什么稈度和小到什么程度,则需要按照预测者对序饥的了解和分析来确定。趋势移动平均法简单移动平均法和加权移动平均法,在时间序列没有明显的趋势变动时,能够准确反映实际情况。但当时间序列出现直线増加或减少的变动趋势时,用简单移动平均法和加权移动平均法来预测就会岀现滞后偏差。因此,需要进行修正,修正的方法是作二次移动平均,利用移动平均滞后偏差的规律米建立直线趋势的预测模型。这就是趋势移动平均法。次移动的平均数为+∴在一次移动平均的基础上再进行一次移动平均就是二次移动平均,其计算公式为D下面讨论如何利用移动平均的潛后偏差建立直线趋势预测模型。设时间序列从某时期开始具有直线趋势,且认为末来时期也按此直线趋势变化,则可设此直线趋势预测模型为其中为当前时期数;为由至预测期的时期数;为截距;为斜率。两者又称为平滑系数现在,我们根据移动平均值来确定平滑系数。由模型()可知所以+…十因此由式(),类似式()的推导,可得所以类似式()的推导,可得于是,由式()和式()可得平滑系数的计算公式为例我国年的发电总量如表所示,试预测和年的发电总量。表我国发电量及一、二次移动平均值计算表年份发电总量次移动平均二次移动平均,=解由散点图可以看出,发电总量基本呈直线上升趋势,可用趋势移动半均法来预测。图原始数据散点图取三,分别计算次和二次移动平均值并列于衣中。再由公式(),得于是,得时直线趋势预测模型为预测年和年的发电总量为计算的程序如下:把原始数据保存在纯文本文件中为移动平均的项数趋势移动平均法对于冋时存在直线趋势与厝期波动的序列,是种既能反映趋势变化,又可以有效地分离出来周期变动的方法。§指数半滑法次移动平均实际上认为最近期数据对未来值影响相同,都力权一;而期以前的数据对未来值没有影响,加权为。但是,二次及更高次移动平均数的权数却不是—,且次数越高,权数的结构越复杂,但永远保持对称的权数,即两端项权数小,中间项权薮大,不符合一般系统的动态性。一般说来历史数据对未来值的影响是随时间间隔的增长而递减的。所以,更切合实际的方法应是对各期观测值依时间顺序进行加权平均作为预测值。指数平滑法可满足这一要求,而且具有简单的递推形式指数平滑法根据平滑次数的不同,又分为一次指数平滑法、二次指数平滑法和三次指数平滑法等,分别介绍如下次指数平滑法.预测模型设时间序列为,a为加权系数,