波音747 simulink 6自由度仿真

说明：  《Matlab从入门到精通》所有的源程序。(《Matlab from entry to the master》 all of the source.)

Using MoM for analysis Radar cross section RCS

粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(Particle swarm optimization, also known as particle swarm optimization (Particle Swarm Optimization), abbreviated as PSO, is a new evolutionary algorithm developed in recent years (Evolutionary Algorithm- EA). Kind, and simulated annealing algorithm PSO algorithm is similar evolutionary algorithms, it is also starting a random solution, through an iterative search for the optimal solution, which is also used to uate the quality through fitness solution, but it is simpler than genetic algorithm rules It has no genetic algorithm " crossover" (Crossover) and " variant" (Mutation) operation, which by following the current search to find the optimal value to the global optimum. This algorithm is its easy implementation, high accuracy, fast convergence, etc. attracted academic attention and show its superiority in solving practical problems. PSO algorithm is a parallel algorithm.)

柔度最小化的拓扑优化程序（采用优化准则法）(TOPOLOGY OPTIMIZATION CODE)

1. Linear Model Estimation: using time and frequency domain data 2. Nonlinear Black Box Model Estimation 3. Nonlinear Grey Box Model Estimation

傅里叶变换的几种经典算法,亲测可直接运行

 图像分割是图像处理的重要研究内容,是进行图像分析的第一步。图像分割的目的就是从图像中提取人们所关心的目标。目前很多国内外学者已经针对这一问题提出了多种图像分割方法,然而这些方法并不能够普遍适用于所有不同种类的图像,所以一般的分割方法只对特定的图像有效。支持向量机(SVM)是基于统计学习理论的一种分类方法,现已被广泛应用在多个领域,如模式识别、数据分类、图像分割等。支持向量机是一种泛化能力很强的分类算法,所以,将SVM算法运用到图像分割中已成为一种普遍趋势,且可获得良好的分割效果。基于SVM的图像分割方法的本质思想是分类,它利用图像中像素点的灰度信息或其他特征作为训练样本的特征属性来训练SVM分类器,接着用训练好的分类器对图像进行分割。但是,由于SVM算法是一种有监督的分类算法,在应用于图像分割时需要人们为SVM模型选取适合且适量的训练样本,但是人们在选取训练样本时存在一定的主观性和随机性,而且费时费力,并不能获得令人满意的分割结果。因此,如何自动选取分布良好且适量的训练样本且使训练样本能广泛地代表该类样本点将成为基于支持向量机的图像分割的研究重点。 本文针对基于SVM的图像分割方法中选取训练样本的问题,提出了两种可以自动获取训练样本并自动进行类别标记的SVM彩色图像分割方法。本文的主要工作包括： (1)对基于支持向量机的图像分割方法进行了深

this simulation is a way for watermarking and steganography with j-uniward

selected mapping technique for papr reduction

双馈电机仿真模型，很详细，作为初学者非常适合(DFIG simulation model, not much wind, we hope more exchanges)