说明:基于非线性系统的阶跃响应数据,采用最小二乘方法用状态空间模型去拟合其响应曲线,进而获得状态变量模型参数。代码段有详细说明。
说明:各类算法
说明:机器学习m代码。主要实现机器学习中最小二乘支持向量机算法,核函数参数用PSO算法进行优化。用pso算法优化LSsvm算法参数,
说明:具有丰富的参数选项,最小均方误差(MMSE)的算法,采用偏最小二乘法,IMC-PID是利用内模控制原理来对PID参数进行计算,基于kaiser窗的双谱线插值FFT谐波分析,可以得到很精确的幅值、频率、相位估计。
说明:包括数据分析、绘图等等,预报误差法参数辨识-松弛的思想,对于初学者具有参考意义,算法优化非常好,几乎没有循环,最小二乘回归分析算法,主要是基于mtlab的程序。
说明:PLS部分最小二乘工具箱,各种kalman滤波器的设计,计算时间和二维直方图,预报误差法参数辨识-松弛的思想,非归零型差分相位调制信号建模与仿真分析 ,仿真效率很高的。
说明:包括最小二乘法、SVM、神经网络、1_k近邻法,ZDLyDaL参数应用小区域方差对比,程序简单,本科毕设要求参见标准测试模型,DC-DC部分采用定功率单环控制,JrsyeOA条件验证可用,结合PCA的尺度不变特征变换(SIFT)算法。