几何量测量实验报告

模型参考自适应系统（Model Reference Adaptive System，MRAS）是从20世纪年代后期发展起来的，它属于自适应系统的一种类型。从结构上MRAS可以分为可调模型、参考模型及自适应律3个部分。MRAS的辨识思想是把不含有未知数的表达式作为期望模型，而将含有待辨识数的表达式用于可调模型，且两个模型有相同物理意义的输出，利用两个模型的输出量之差，通过合适的自适应律来现对异步电机参数的辨识。

主要是卷积神经网络CNN的matlab算法实现，有具体的代码解析，可直接运行

【实例简介】Multi-Sensor Data Fusion with MATLAB一书的配套例程

粒子群算法完整版(包括出图)

神经网络LSTM 时间预测

采用蚁群算法求取TSP问题 1基本原理： 本质上也是一种概率算法，通过大概率收敛到最佳值，和其他的智能算法很相似。蚁群分泌的信息素存在正反馈，使得较佳的解具有大概率被选到，当全局都选用较佳的解，变可以得到整体的最优解。 2几个关键点：  1）概率选择：受信息素浓度和启发函数影响，启发函数为距离的倒数   2）信息素挥发：考虑到信息素随时间的挥发，加入挥发因子  3程序设计步骤：  1）初始化各个参数：包括各点的距离，信息素的初始浓度，蚂蚁数量，信息素挥发因子，信息素和启发函数的重要度因子，启发函数，最大迭代次数，路径记录表等等 2）迭代：对每个蚂蚁随机制定初始值，再根据概率选择，选择出每只蚂蚁的路径，确定每只蚂蚁的路径总长度，以及蚁群的最佳路径长度和平均长度，并对信息素进行更新。   3）展示：展示出最佳路径，以及最佳路径对迭代的变化图  4Matlab代码 程序说明：采用蚁群算法求取TSP问题，共有34个城市，从txt文件加载数据： 运行结果：

窄带波束形成MMSE方法在matlab下的仿真。

MATLAB神经网络30个案例分析[全文PDF]及随书源代码

【实例简介】该实例演示了在MATLAB中实现蚁群算法求旅行商问题

压缩感知的阈值收缩算法 IST，做了改进，中文注释很详细