搜索资源列表
gui-spa
- 实现MATLAB中的连续投影变换，实现特征变量的选择(Realization of continuous projection transformation in MATLAB)
词法分析器
- 词法分析器 此程序是C语言编写的词法分析器，用于翻译C程序，测试文件（即被翻译的源码）用例已经给出，支持使用者自行选择要测试的源码。使用时，请以 .txt文件的形式传入。 此程序是一个词法分析器，整体设计思路如下：当进入主程序后，先以读文件的方式将源码读入数组Rproject中，用temp数组临时存放一个完整的字符串。 先对读入的源码进行初始化，即删掉无用空格以及单行和多行注释；开始逐个扫描初始化后的源码的字符，当第一个字符是字母
NiBianQi
- 模型预测电流控制其控制思想基于以下原理：首先，功率变换器产生的开关状态个数有限，且通过建立模型可以预测每一个开关状态下被控变量的对应变化特性；其次，定义价值函数评价被控变量的预测值，为判别最优有限开关状态提供依据；最后，计算出每一种开关状态下的价值函数值，以此评价每一种开关状态下被控变量预测值的优劣，选择出最优的开关状态并应用。(The control idea of model predictive current control i
排序查找
- 排序与查找程序 实现如下步骤要求的功能: 1. 从键盘输入若干个非负整数，遇到-1 则结束输入，将这些数保存到一个足够大的 一维数组中，非负整数的个数保存到变量 n 里面。 2. 使用函数 print_array(int*a,int n)在屏幕上输出排序前的 n 个整数。 3. 使用选择排序函数 select_sort(int *a, int n)将输入的 n 个整数从大到小排序。 4. 使用函数 print_array(in
1
- 针对矿浆管道工况调整给泄漏检测带来的干扰，准确提取泄漏信号的特征量是降低泄漏误报、漏报的关键。为此，提出了一种基于经验模态分解（EMD）、Hilbert能量谱与变量预测模型（VPMCD）相结合的泄漏检测方法。该方法首先将压力信号分解成若干个固有模态函数（IMF）之和，然后将IMF分量进行Hilbert变换得到局部Hilbert能量谱，依据能量分布的标准差选择最能准确反映矿浆管道运行工况的局部能量谱作为特征值向量，最后通过VPMCD分类器
Arduino语言以及程序结构
- 文章目录 1.前言 2.Arduino语言以及程序结构 3.语言基础 3.1 数据类型 3.1.1 常量 3.1.2 变量 3.1.2.1 整型 3.1.2.2 浮点型 3.1.2.3 字符型 3.1.2.4 布尔型 3.1.2.5 数组 3.1.2.6 字符串 3.1.3 常见运算符 3.1.4 三大组织结构 3.1.4.1 顺序结构 3.1.4.2 选择结构 3.1.4.3 循环结构 4.总结
best_linear_regression_equation
- 病人有四个指标：X1：凝血值；X2：预后指数（与年龄相关）；X3：酶化验值；X4肝功能化验值。54位肝病人术前数据与术后生存时间如表所示.病人生存时间的Box-Cox变换变量Z与X1，X2，X3，X4的线性回归模型是合理的，程序实现了如何选择最优回归方程。(Patients have four indexes: X1: coagulation value; x2: prognosis index (related to age); X3
iVISSA
- 光谱特征波段的筛选，选择光谱数据中具有代表性的变量用以建立定量预测模型(This file is used to filter the spectral characteristic variables)