登录
首页 » Others » ddr4电路版图.brd

ddr4电路版图.brd

于 2022-01-10 发布
0 448
下载积分: 1 下载次数: 1

代码说明:

ddr4电路版图.brd

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • simulink全方位教程.rar
    【实例简介】包含了一些常用技术的讲义,simulink方面的教程和资源。具体到实际问题的解决,希望对大家有所帮助
    2021-12-11 00:42:29下载
    积分:1
  • Matlab 调用 REFPROP(64位)下载即可用
    Matlab实现在64位windows系统调用refprop,包含了必要的函数说明,下载就可以用
    2020-06-26下载
    积分:1
  • 车牌模板生成器 自动生成黑牌 蓝牌 黄牌 各种牌等 photoshop PS
    车牌 模板 生成器 photoshop 自动生成黑牌 蓝牌 黄牌 各种牌等
    2020-12-07下载
    积分:1
  • 迭代学习控制 孙明轩
    【实例简介】本人资源全部来自互联网,仅供学习参考、交流之用,请及时删除,如果喜欢副本内容请购买正版。 迭代学习控制 孙明轩 第一章 迭代学习控制系统 1、1 迭代学习控制系统概论 1、2 迭代学习控制过程的... 1、3 简单实例 第二章 线性系统的迭代学习控制 2、1 D 型学习律 2、2 PID 型学习律 2、3 正则线性系统的迭代... 2、4 非正则线性系统的迭... 2、5 P 型学习律 2、6 最优学习律 2、7 基于脉冲响应的学习律 第三章 非线性系统的迭代学习控制 3、1 高阶学习律 3、2 滤波器型学习律 3、3 模型算法学习律 3、4 模型参考学习律 3、5 非线性时滞系统的迭... 3、6 非正则非线性系统的... 第四章 鲁棒迭代学习控制 4、1 PID 型遗忘因子学习律 4、2 P 型遗忘因子学习律 4、3 选择学习算法 4、4 鲁棒收敛性 4、5 高增益反馈学习律 4、6 反馈-前馈迭代学习控... 4、7 非正则系统的反馈-前... 第五章 任意固定初态下的迭代学习控制 5、1 D 型学习律的极限轨迹 5、2 PD 型学习律的极限轨... 5、3 带有初始误差修正的... 5、4 其它形式的学习律 5、5 非正则系统的迭代学... 5、6 高阶非正则系统的迭... 第六章 迭代学习控制系统的 2-D 分析 6、1 Roesser 模型 6、2 正则线性离散系统的... 6、3 非正则线性离散系统... 6、4 含初始修正的学习律 6、5 线性时滞系统的迭代... 第七章 迭代学习辨识 7、1 迭代学习辨识的表述 7、2 系统初态已知时的迭... 7、3 鲁棒迭代学习辨识 7、4 系统初态未知时的迭... 7、5 外弹道气动系数辨识 第八章 迭代学习控制的回顾与展望 8、1 研究现状 8、2 研究方向 附录 迭代学习控制理论的数学基础 A、1 Bellman-Gronwall 引... A、2 差分不等式 A、3 向量函数的微分中值... A、4 向量与矩阵的范数 A、5 λ范数 参考文献
    2021-11-16 00:34:50下载
    积分:1
  • 序贯蒙特卡洛法.m
    【实例简介】序贯蒙特卡洛法程序,可以参考的学习,对初学序贯蒙特卡洛法有很大帮助。
    2021-11-24 00:44:25下载
    积分:1
  • Gradient Domain HDR Compression
    经典HDR算法的基于梯度域的HDR图像压缩算法,主要用于将高动态范围图像处理成低动态范围图像
    2020-11-30下载
    积分:1
  • Java串口通讯及串口调试助手
    java串口通讯及串口调试助手
    2021-05-06下载
    积分:1
  • AUTOSAR4.3
    AUTOSAR4.3 最新规范完整版共分为2册这个是1 还有个2同样可以在我的资源中下载,可以用作学习了解AUTOSAR核心工作过程,也可用作开发 AUTOSAR 参考规范
    2021-05-06下载
    积分:1
  • 基于Excel的二维数组k-means聚类
    利用Excel的VBA语法进行编辑制作出来的,可用于二维数组的k均值(k-means)聚类,并自动生成每次迭代之后的中心点及对应的迭代次数,最后还可以将结果用图形的方式输出。
    2021-05-07下载
    积分:1
  • machine learning adaboost
    AdaBoost算法有AdaBoost.M1和AdaBoost.M2两种算法,AdaBoost.M1是我们通常所说的Discrete AdaBoost,而AdaBoost.M2是M1的泛化形式。关于AdaBoost算法的一个结论是:当弱分类器算法使用简单的分类方法时,boosting的效果明显地统一地比bagging要好.当弱分类器算法使用C4.5时,boosting比bagging较好,但是没有前者明显。后来又有学者提出了解决多标签问题的AdaBoost.MH和AdaBoost.MR算法,其中AdaBoost.MH算法的一种形式又被称为Real Boost算法---弱分类器输出一个可能度,该
    2020-12-01下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载