虚拟基线测向 DOA估计

杨建超老师在2010年发表的基于稀疏表示的图像超分辨文章PPT整理，包括详细的公式和自己的总结，希望对大家有帮助

比较详细的描述了微波器件分别在ADS和HFSS中的仿真过程的详解，并将二者的仿真结果加以对比~！

西门子SCL中文手册西门子SCL中文手册西门子SCL中文手册

静态网站模板用div+css做的简单静态网站 这个是最近新的下载地址：http://download.csdn.net/source/3461634此为静态模板，含时间（农历）显示，二级下拉弹出菜单，幻灯片播放，栏目导航切换，视频播放，图片无缝滚动等，是一个非常漂亮、功能较齐全的模板演示地址：http://yangqq.com/ceshi/travel/index.html

matlab实现的阶次分析算法，用于变转速机械故障特征提取，可运行，包含寻找脉冲时刻，等角度时刻，数字跟踪滤波，样条差值等步骤

北邮计算机院数据结构课程大作业：旅店管理系统在百忙之中用了4天时间，用MFC给一个计算机院的朋友编写的，与典型的数据库程序不同，该程序的存储完全以数组和链表形式存储在内存中，仅在必要时将信息保存到磁盘的xml文件中。旅店功能包括预约、个人与集体入住、退房、折扣、查询、日志、信息保存等功能，界面比较简陋，改进余地非常大。我认为：里面的STL使用思想、XML存取磁盘数据、MVC分离思想，值得初学者学习。由于房间数比较少，没有考虑算法复杂度，靠的都是遍历搜索。

【实例简介】一个用JAVA Swing设计的酒店客房管理信息系统（论文+代码） 保证能运行 可以当毕设使用 本资源来自互联网

这是一个经本人改进并详细说明的小波变换，简单明了。

充分了解数学建模的相关知识，其中包括各种算法以及MATLAB在数学建模中的具体应用以及相关的程序代码，综合各方面的知识，方便我们了解例如线性规划maxx s.t. Ax>b的Maab标准型为min -cx s.Axcx∑anx,=bi=12,…,mst≥可行解满足约束条件(4)的解x=(x1,x2,…,xn),称为线性规划问题的可行解,而使目标函数(3)达到最大值的可行解叫最优解可行域所有可行解构成的集合称为问题的可行域,记为R14线性规划的图解法101+x2=106z=12图1线性规划的图解示意图图解法简单直观,有助」了解线性规划问题求解的基木原坦。我们先应用图解法来求解例1。对于每一固定的值z,使目标函数值等于z的点构成的直线称为目标函数等位线,当z变动时,我们得到一族平行直线。对于例1,显然等位线截趋于右上方,其上的点具有越大的目标函数值。不难看出,本例的最优解为x*=(2,6),最优目标值26从上面的图解过程可以看出并不难证明以下断言:(1)可行域R可能会出现多种情况。R可能是空集也可能是非空集合,当R非空时,它必定是若干个半平面的交集(除非遇到空间维数的退化)。R既可能是有界区域,也可能是无界区域(2)在R非空,线性规划既可以存在有限最优解,也可以不存在有限最优解(其目标函数值无界)。(3)若线性规划存在有限最优解,则必可找到具有最优目标函数值的可行域R的“顶点”。上述论断可以推广到一般的线性规划问题,区别只在」空问的维数。在一般的n维空间中,满足一线性等式∑a1x=b的点集被称为一个超平面,而满足一线性不等式氵=1∑ax≤b(或∑a1x,≥b)的点集被称为一个半空间(其中(a1…,an)为一n维行向量,b为一实数)。若千个半空间的交集被称为多胞形,有界的多胞形又被称为多面体。易见,线性规划的可行域必为多胞形(为统一起见,空集Φ也被λ为多胞形)。在一般n维空问中,要直接得出多胞形“顶点”概念还有一些困难。二维空间中的顶点可以看成为边界直线的交点,但这一几何概念的推广在一般n维空间中的几何意义并不十分直观。为此,我们将采用另一途径来定义它。定义1称n维空间中的区域R为一凸集,若Vx,x2∈R及元∈(01),有x+(1-4)x2∈R定义2设R为n维空间中的一个凸集,R中的点x被称为R的一个极点,若不存在x、x2∈R及∈(0,1),使得x=4x+(1-4)x2。定义1说明凸集中任意两点的连线必在此凸集中;而定义2说明,若x是凸集R的个极点,则x不能位于R中任意两点的连线上。不难证明,多胞形必为凸集。同样也不难证明,维空间中可行域R的顶点均为R的极点(R也没有其它的极点)1.5求解线性规划的 Matlab解法单纯形法是求解线性规划问题的最常用、最有效的算法之一。这里我们就不介绍单纯形法,有兴趣的读者可以参看其它线性规划书籍。下面我们介绍线性规划的 Matlab解法Matlab中线性规划的标准型为min c rAx shs t.Aeq. x=beb

(全文) 自适应盲均衡技术 郭业才著 以及MATLAB代码