说明：Adaboost 算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为 ：首先给出弱学习算法和样本空间（工， y） ，从样本空间中找出 m 组训练数据，每组训练数据的权重都是 1 /m。然后用弱学习算法迭代运算 T 次，每次运算后都按照分类结果更新训练数据权重分布，对于分类失败的训练个...

BP Adaboost算法 样本权重 基于BP的强分类器 BP-Adaboost 数据分类算法 分类器

说明：BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器，利用此方法设计出强分类器。

BP-Adaboost BP神经网络 分类器 BP 神经网络 Adaboost算法

说明：卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。20世纪60年代，Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络（Convolutional Neural Networks-简称CN...

卷积神经网络 CNN

说明：自适应滤波器。此脚本显示了在通带为空的静态信道中几种类型均衡器的误码率性能。该脚本构造并实现了一个线性均衡器对象和一个判决反馈均衡器（DFE）对象。它还初始化并调用最大似然序列估计（MLSE）均衡器。MLSE均衡器首先在完全信道知识的情况下被调用，然后使用一种简单但不完美的信道估计技术。

自适应滤波器 DFE MLSE

说明：可逆气固化学热泵制冷系统的动态模拟--考虑热容随反应进度的变化。

动态模拟 热泵 动态 制冷 Matlab热泵 pipeline

说明：程序目录 附录一。MATLAB程序：busmod.m文件 ％ 汽车悬架系统模型建立附录二。MATLAB程序：PID.m文件 ％ 悬架系统根轨迹图和PID控制器设计附录三。MATLAB程序：bode.m文件 ％ 汽车悬架系统Bode图法频率响应设计附录四。MATLAB程序：stafeed.m文件...

汽车 悬架系统 模型 Bus-Control

说明：Brag.m：均匀布拉格光栅MATLAB反射谱仿真MachZehnde_interferometer.m：分析耦合比及臂长差的改变对马赫-曾德尔干涉仪输出特性的影响OADM.m：关于基于马赫-曾德尔干涉仪与光纤光栅的OADM。

马赫曾德干涉 matlab 马赫曾德 interferometer 光纤光栅

说明：离散点曲线，进行3次B样条曲线拟合，包括节点参数化过程，基函数计算过程，控制点反求过程，到最后拟合曲线的显示。

3次B样条 拟合曲线点 离散点 三次b样条拟合 样条拟合

说明：使用RELS法辨识电加热炉加热特性,可以较好反应出整个系统的动态特性。

动态系统辨识 加热炉 动态特性 加热 电加热炉

说明：该程序的主要目的是给出鲁棒H无穷控制器的设计过程，并通过绘图形象反映仿真结果，具有较高的参考价值。

鲁棒控制程序 H无穷控制仿真 H∞控制 H无穷控制 H∞控制器设计