光伏电池组 局部阴影时输出模型 P-U曲线 I-U曲线 simulink实现MPPT

【实例简介】SVM对数据进行二分类

数字信号处理实践教程实验名称：FFT及其应用一．实验目的学习按时间抽取的基—2FFT算法原理，掌握使用FFT快速计算序列线性卷积的原理与方法，掌握重叠相加法和重叠保留法的原理。二．实验原理快速傅里叶变换将时域中难以处理的信号转换成易于处理的频域信号，分析完成后进行傅里叶反变换即得到原始的时域信号。需要注意区分的是FFT算法针对一个已经测量好的数字序列进行处理，是DFT的一种快速算法，通过蝶形运算利用正交函数特性大大提高了运算速度；而递归DFT算法则是每测量一个点都计算一次。或者可以这么理解：FFT是离线式的计算，而递归DFT则是在线式的。

matlab实现扫频信号生成音频

【实例简介】模拟退火算法具有很好的跳跃能力，能够有效的避免陷入局部最优

很多初入深度学习的学生都会遇到各种环境配置问题，环境搭建不好模型就跑不了，所以这是限制新手的一大难点，MATLAB具有成熟的运行环境，无需配置，这点对于想跑通一个深度学习模型的新手是非常有利的。所以，本教程手把手教你使用MATLAB中的深度学习框架，完成遥感影像分类的具体操作步骤。本教程给出完整的代码、操作手擦、原始训练及测试样本，旨在最大限度的简化操作步骤，让深度学习零基础的学生也可以轻松跑通深度学习代码，增加自信心和学习兴趣，为遥感影像分类提供一个可借鉴的新型的方法。

《MATLAB数字信号处理85个实用案例精讲:入门到进阶》特点是主要通过案例说明在数字信号处理基础部分编程中常出现的错误和解决方法。《MATLAB数字信号处理85个实用案例精讲:入门到进阶》适用于数字信号处理的初学者，亦可供高年级本科生、研究生和科研工程技术人员参考。

最小二乘法(ecf.m)

【实例简介】蚁狮算法简单的说就是一个不断迭代搜索最优解的过程。 好的优点，已被应用到SVM、Elman神经网络、GM (1,1)以及螺旋桨页面曲线参数寻优等场合。 蚁狮算法包含以下几个角色：蚂蚁，蚁狮（使用陷阱捕食蚂蚁的一种昆虫）和精英蚁狮。 蚂蚁代表着尝试解，它随机走动，但是由于陷阱会滑向蚁狮。 蚁狮代表着局部最优解，在每次蚂蚁随机走动之后都会根据蚂蚁和蚁狮的评价值来更新

【实例简介】 主要包括： 基于PSO工具箱的函数寻优算法 基于遗传算法的BP神经网络优化算法 基于遗传算法的LQR控制器优化设计 基于遗传算法的TSP算法 基于粒子群算法的PID控制器优化设计 粒子群算法的寻优算法 蚁群算法的优化计算——TSP优化 多种群遗传算法的函数优化算法 基于蚁群算法的三位路径规划算法 基于动态粒子群算法的动态环境寻优算法 免疫优化算法在物流配送中心选址中的应用 基于遗传算法和非线性规划的函数寻优算法 支持向量机的回归拟合——混凝土抗压强度预测 支持向量机分类——基于乳腺组织电阻抗特性的乳腺癌诊断 有监督学习神经网络的回归拟合——基于红外光谱的汽油辛烷值预测

模糊控制PID算法