搜索资源列表
T-S_module
- 基于T-S模型的预测控制。为Matlab文件，附有模型说明。
模糊T-S预测控制的matlab代码
- 模糊T-S预测控制的matlab代码，实现基于模糊模型辨识的广义预测控制-TS fuzzy matlab code predictive control, fuzzy model identification-based generalized predictive control
FUZZY_CONTROL_METHOD_BASED_ON_TS_MODEL
- 单级倒立摆的 T-S 模型 包括 LMI 程序源码 ex6.m 模糊控制器S 函数ctrl ex6.m 被控对象S 函数plant-FUZZY CONTROL METHOD BASED ON T-S MODEL
fuzzycontroler
- 模糊控制算法的一个Simulink模型，可运行，供共同学习和交流-Fuzzy control algorithm, a Simulink model to run for the common learning and exchange
TS_model
- 进行T-S模型的离线辨识程序，只需要有数据，直接代入就可以辨识出T-S模型的center以及后件参数，非常实用，并有误差曲线提供分析-offline T-S fuzzy model identification，a erorr map is provided for T-S model effectivity analysis.
3_9
- 使用模糊控制来实现单级倒立摆的控制仿真。使用了sugeno 模型来完成-The use of fuzzy control to achieve a single-stage inverted pendulum control simulation. Sugeno model used to complete the
Collaborativefuzzyclusteringmodel
- 协同模糊聚类建模通过特征选择和协同模糊聚类的模糊建模方法构建T-S模型，并用此模型对数据进行测试。-Collaborative fuzzy clustering modeling and collaboration through the feature selection fuzzy clustering TS fuzzy modeling method to build models and use this model of data for testing.
leastsquare
- 此代码通过matlab实现最小二乘回归线性模型参数功能-least square
additive_noise_channel
- 模拟噪声的程序，可以根据需要改写，主要功能是实现噪声模型-Additive Noise Channel/Additive Guassian Noise Channel is the simplest of all channels. File usage details: op_channel = additivenoise(input_signal) mathematical Model: s(t) input signal to channel (=sig_ip) n(
inmin01
- 用积分最小值准则来求P,PI,PID的个参数，其中Gc是校正器的传递函数,kp为比例系数， Ti为积分时间常数，Td为微分时间常数，输入参量vars为带迟滞--惯性环节模型的[K T τ]，已知参数k=vars（1）；T=vars（2）；ι=vars（3）,iC=vars(4) -Minimum criteria of integral seeking P, PI, PID' s parameters, which Gc is the corrector transfer function
cc01
- 用Cohen--Coon整定公式来求P,PI,PID的个参数，其中Gc是校正器的传递函数,kp为比例系数， Ti为积分时间常数，Td为微分时间常数，输入参量vars为带迟滞--惯性环节模型的KT τ 输入参量vars为带迟滞--惯性环节的K T ι，已知参数k=vars（1）；T=vars（2）；ι=vars（3）。-With Cohen- Coon tuning formula to seek P, PI, PID' s parameters, which Gc is the corre
FusionSegmentationAlgorithm
- 针对合成孔径雷达(SAR) 图像含有大量斑点噪声的特点,基于Contourlet 的多尺度、局部化、方向性和各向 异性等优点,并结合隐马尔科夫树( HMT) 模型和隐马尔科夫场(MRF) ,提出了一种基于Contourlet 域持续性和聚 集性的SAR 图像模糊融合分割算法。该算法有效捕获了Contourlet 子带的持续性和聚集性,并分别用HMT 和 MRF 来刻画,再依据模糊测度,将多尺度HMT 和MRF 有机融合,建立Contourlet 域HMT2MRF 融合模型,并导
bootgmregress
- 自举是一种由重采样估计，独立和（蒙特卡洛重采样）等概率设置一个单一的数据统计变化的一个途径。允许的措施估计那里的潜在分布是未知的或者样本量很小。他们的结果与这些分析方法的统计特性相一致。 在这里，我们使用非参数逼近。非参数引导更简单。它不使用该模型的结构，建造人工数据。矢量[易西]是重采样，而不是直接与replecement。这些参数是从这些对构建。 二，回归模型时，应使用在回归方程中的两个变量是随机的，会有错误的，即不是由研究者控制。模式，我用普通最小二乘回归低估了变量之间的错误时，
802.11DCF
- 本文首先通过Bianchi模型，对标准DCF算法的性能作出全面定量分析，然后提出提高无线接入点通信能力的DCF改进算法，同时还提出改进算法的二维离散时间Markov模型并作了定量分析。随后设计原协议和改进协议的仿真算法，并使用Matlab仿真工具进行算法的仿真实验，并对它们的仿真结果作对比。理论和仿真结果都证明改进算法可以大幅度提高网络整体性能。 在对标准DCF算法作性能分析的过程中，作者注意到网络的性能随活动无线节点数量的增加衰减较快。主要原因在于网络负载较大时，冲突发生率高，但可以通过加
matlab
- 数字控制系统仿真与综合应用：设控制对象为 W1=10/s(1+0.1s)(1+0.05s),采样周期T=0.2s。 （1）采用零阶保持器，将W1(s)转换成W1(z),串接一个计算机调节模型D(z)组成一个典型的数字反馈系统。分别用仿真方法得到系统在单位阶跃输入作用下的响应和系统在单位速度输入时的输出响应。 -Digital control system simulation and comprehensive application: set control object for W1
stepwise
- 逐步回归的基本思想是将变量逐个引入模型，每引入一个解释变量后都要进行F检验，并对已经选入的解释变量逐个进行t检验，当原来引入的解释变量由于后面解释变量的引入变得不再显著时，则将其删除。以确保每次引入新的变量之前回归方程中只包含显著性变量。这是一个反复的过程，直到既没有显著的解释变量选入回归方程，也没有不显著的解释变量从回归方程中剔除为止。以保证最后所得到的解释变量集是最优的。(In statistics, stepwise regression is a method of fitting re