hy45hrth

Score: 101
Uploads: 4
Downloads: 24
Create time: 2018-11-10 10:16:10

Upload log:
4.zip - Delphi用的Cell报表组件示例源码,用友华表公司开发的一款报表组件,可适用于多种语言。Cell有着很强的自定义函数功能,而且可以无限次数的嵌套。除了数值与字符串两种数据类型外,Cell还定义了单元格数据类型与区域数据类型,极大地增强了函数的易用性。
3.zip - 压缩包内包含了近10几套高级程序设计示例源码。主要有:抓图、注册表工具、热键、声音控制等
2.zip - 这个小程序介绍了如何在DELPHI下使用微软的AVICAP32.DLL文件轻松的实现对摄像头的操控
1.zip - 一款用Delphi开发的网上考试系统,分网络服务器端和客户端。代码较多。

Download log:
csv_file.rar - python读写csv和excel等文件
LeNet.zip - 用于书写体数字识别的卷积神经网络,VC++源码,仅供学习参考
AI.rar - 一些人工免疫系统文章: 1、免疫算法 2、浅谈人体免疫功能 3、人工免疫算法综述 4、人工免疫系统_原理_模型_分析及展望 5、人工免疫系统研究与应用
MATLAB-30-Cases.rar - 。《MATLAB智能算法30个案例分析》采用案例形式,以智能算法为主线,讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。对广大科研人员有很高的参考价值。
rgmy.rar - 人工免疫算法 人工免疫算法 人工免疫算法
mianyi.rar - 免疫算法的源程序,对学习免疫算法很有用!!!
CSV_text_data_reader.rar - 批量读取csv文件 并保存成mat格式 有助于做大量数据处理的人
mfcsvread.rar - 在matlab中导入csv格式数据,包括带有头记录和逗号的csv格式文件数据。
RBF_neural_network_script.rar - RBF神经网络_讲稿,详细讲述了RBF神经网络
TheResearchOnRBFFuzzyNeuralNetworkofElectrohydraul - 采用模糊RBF神经网络对柴油机油门执行器位置进行控制,介绍了电液调速执行器的动态特性,设计了电液调速控制回路,本文将一种基于模糊RBF神经网络的PID控制器应用于柴油机调速控制当中,详细说明了模糊RBF神经网络控制器的设计过程,它结合了传统PID以及神经网络和模糊控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明该系统比传统模糊控制的响应速度快、超调小,且适应性强,具有推广价值。
POSRBFNN.rar - mtlab粒子群优化模糊RBF神经网络整定PID控制
1000-3428(2008)22-0231-03.rar - 针对传统的PID 控制器参数固定而导致在控制中效果差的问题,提出一种基于模糊RBF 神经网络智能PID 控制器的设计方法。 该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,将模糊控制与RBF 神经网络相结合以在线调整PID 控制器参数,整 定出一组适合于控制对象的kp. ki. kd 参数。将算法运用到电机控制系统的PID 参数寻优中,仿真结果表明基于此算法设计的PID 控制器改善了电机控制系统的动态性能和稳定性。
RBF.zip - 针对传统的PID控制器参数固 定而导致在控制中效果差的问题,提出一种基于模糊RBF神经网络智能PID控制器的设计方法。该方法结合了模糊控制的推理能力强与神经网络学习能力强的特 点,将模糊控制与RBF神经网络相结合以在线调整PID控制器参数,整定出一组适合于控制对象的kp,ki,kd参数。将算法运用到电机控制系统的PID 参数寻优中,仿真结果表明基于此算法设计的PID控制器改善了电机控制系统的动态性能和稳定性。
3.rar - 利用Matlab中的Simulink工具箱,对单相桥式全控整流电路进行仿真。
rectifier_semiwave.rar - matlab 仿真 单相整流器matlab 仿真 单相整流器matlab 仿真 单相整流器matlab 仿真 单相整流器
danxiangqiaoshi.zip - 单相桥式整流电路simulink仿真模型
BLDC simulator.rar - 直流无刷电机BLDC的Simulink模型
BLDCsimulink.rar - 无刷直流电机Matlab/Simulink仿真
BLDC.zip - 无刷直流电机双闭环调速系统无刷直流电机双闭环调速系统无刷直流电机双闭环调速系统
bldc.zip - 基于simulink仿真环境下永磁无刷直流电机(BLDC)本体模型

Favorite: