用于无记忆固态功率放大器 Rapp模型；

资源描述    用STM32这款芯片驱动无刷马达，本例中包含了霍尔接口电路以及高级定时器的6路PWM配置电路，对于新手来说通俗易懂，能够快速入门。

应用背景matlab仿真硬件时用的定点化仿真,一般用matlab 直接生成的滤波器响应仿真，因为结果是浮点的，所以和真实硬件计算出的结果差别很大。所以应当进行定点化处理，再检查响应曲线，在硬件设计（FPGA）就应该提前清楚到底要多和位的精度。关键技术输入参数是归一化的浮点数以及位宽，bit_floor.m用来仿真低位直接截断后的效果。bit_round.m是硬件按真正的四舍五入截断处理后的效果。bit_round_hw.m是仿真硬件处理里简化版四舍五入。

产生N（0,1）高斯白噪声序列，最常见的方法是极坐标法，其计算步骤如下所示： （1）    产生两个独立同分布的随机序列（0,1），U1，

一个汽车加满油后可行驶n公里，由起点a到起点b为m公里。汽车出发时加满了油，途中设有k个加油站，d1是第一个加油站距起点的距离，di是第i个加油站距其前一个加油站的距离。设计一个算法，求出加油方案，使得加油次数最少即可到达终点。解决策略  汽车是由起点向终点行驶，现在面对的问题是应该在那个加油站加油，可使旅途过程中加油次数最少。为了解决该问题，我们可以规定在油箱中的油不足以使汽车行驶到下一个加油站的前提下，才加一次加油，如此   

应用背景模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称( FCM)。在众多模糊聚类算法中，模糊C-均值( FCM) 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。关键技术改进的FCM算法，FLICM：Image segmentation based on local fuzzy C-means clustering algorithm

关于ACM分类的文档 对于初学者有帮助-ACM Documents on the classification of help for beginners

应用背景利用计算机做图像识别分类的经典算法，训练集中30张已知类别的手写字母图片，目的是要创建一个网络结构，使手写图片与类别之间形成一种映射，以便得到一副新的图片时，利用这个网络结构能够正确判别出它的类别，即它代表的是字母A或是字母B.关键技术利用卷积神经网络对输入图像进行卷积做特征提取，原图像的特征就被细化了，再对已提取的特征图做下采样即平均池化，在减少数据量的同时保证信息量的不丢失，如此在做一次卷积和下采样，图片尺寸变小，数据量合适，做全连接层，传统神经网络，构造输出层。训练时采用BP反向传播，梯度下降法，优化参数。

一个tabu search算法框架-a tabu search algorithm framework

一个简单的确定性有限自动机最小化算法的C++。它使用一个类来表示的DFA从文本文件中读取。的最小化是通过一个函数对象完成的，并且最小化该处被显示在控制台。

boltzman 模拟退火算法例子-Boltzman simulated annealing algorithm examples