[matlab例程] factn

说明：The multifactorial function is a generalization of the factorial function
<LStemp> 在 2025-09-15 上传 | 大小：1kb | 下载：0

[matlab例程] sierpinski

说明：Generates and plots state output sequence X[n] according to X[n]=round[1/2(X[n-1]+R[n])], where R[n] is a reference point chosen at random
<LStemp> 在 2025-09-15 上传 | 大小：1kb | 下载：0

[数学计算/工程计算] attachments

说明：The abstract is to be in fully-justified italicized text, ‎ at the top of the left-hand column as it is here, below the ‎ author information. Use the word “Abstract” as the ‎ title, in 12-point Times, boldface type, centered relative &
<hamed> 在 2025-09-15 上传 | 大小：1kb | 下载：0

[matlab例程] robot

说明：this the two links manipulator dynamics model-this is the two links manipulator dynamics model
<sam> 在 2025-09-15 上传 | 大小：1kb | 下载：0

[matlab例程] project1

说明：this the radar signal receiving and image proce-this is the radar signal receiving and image process
<sam> 在 2025-09-15 上传 | 大小：1kb | 下载：0

[matlab例程] machine1

说明：用MATLA实现机器学习中的批处理梯度下降法和随机梯度下降法-Batch gradient descent method and stochastic gradient descent method in machine learning using MATLA
<wkh> 在 2025-09-15 上传 | 大小：1kb | 下载：0

[matlab例程] Gauss_Seidel_iterative

说明：matlab实现高斯赛德尔迭代法，上课时老师布置的作业。-a method of implementing gauss-seidel
<huxi> 在 2025-09-15 上传 | 大小：1kb | 下载：0

[数学计算/工程计算] twopoint

说明：用两点法辨识一阶惯性滞后系统，测试结果比例系数和时间常数辨识结果较准确，但输入延迟时间差距较大，分析其原因，可能是因为在曲线上取的两点坐标不准确，因为离散的数字量坐标取值方法有误。-Two points
<张鹏> 在 2025-09-15 上传 | 大小：1kb | 下载：0

[人工智能/神经网络/遗传算法] AreaII

说明：使用面积法辨识一个二阶系统，辨识结果准确，速度快。-Area method
<张鹏> 在 2025-09-15 上传 | 大小：1kb | 下载：0

[人工智能/神经网络/遗传算法] Levy

说明：levy法编制辨识程序，基本精确辨识了系统各个参数，因为误差准则的原因，系数略有差别。-Levy method prepare identification procedure, basic accurate identification of each parameter of the system, because the cause of the error criterion, a slightly different coefficient.
<张鹏> 在 2025-09-15 上传 | 大小：1kb | 下载：0

[人工智能/神经网络/遗传算法] RLS

说明：仿真对象如下： 其中， v( k )为服从N (0,1) 分布的白噪声。输入信号u ( k) 采用M 序列，幅度为 1。M 序列由 9 级移位寄存器产生，x(i)=x(i-4)⊕x(i-9)。 选择如下辨识模型： 加权阵取Λ = I。 衰减因子β = 0.98，数据长度 L = 402。 辨识结果与理论值比较，基本相同。辨识结果可信 -he simulation object is as follows: among them, v (k) to obe
<张鹏> 在 2025-09-15 上传 | 大小：1kb | 下载：0

[人工智能/神经网络/遗传算法] RFF

说明：辨识模型与遗忘因子法所用模型相同，其中， 0 ≤μ≤1为遗忘因子， 此处取0.98。 数据长度L=402。一次算法和递推算法结果基本一致，但递推算法可以实现在线实时辨识，而且可以减少计算量和存储量。-Identification model and forgetting factor method used the same model, among them, 0 or less or less 1 μ for forgetting factor, here take 0.98. Data l
<张鹏> 在 2025-09-15 上传 | 大小：1kb | 下载：1