摘要:分析了影響同步電動機矢m:控制電流控制環動態特性的主要因索.指出同步電動機反電動勢是 其中最重要的{一擾因索針對通常采用的F I(比例一積分)電流調 y器因下作頻帶的限制無法在較高轉速時 抑制反電動勢的影響.提出了前饋補償和變電流環增益的設計方法.少}應用于基于數-f_信寫處理器的矢m:控 制系統給出了系統結構及軟硬件設計方案實驗結果表明.該系統硬件簡的一控制精l夏高.動態}h I能良好（.caj)
上傳時間： 2016-05-22
上傳用戶：奇奇奔奔
Ex4-22 單射函數問題 « 問題描述： 設函數f將點集S = {0,1, , n -1}映射為f (S) = { f (i) | iÎ S} Í S 。單射函數問題要 從S中選取最大子集X Í S 使f (X )是單射函數。 例如，當n=7， f (S) = {1,0,0,2,2,3,6} Í S 時， X = {0,1,6} Í S 是所求的最大子集。 « 編程任務： 對于給定的點集S = {0,1, , n -1}上函數f，試用抽象數據類型隊列，設計一個O(n)時 間算法，計算f的最大單射子集。 « 數據輸入： 由文件input.txt 提供輸入數據。文件的第1 行有1 個正整數n，表示給定的點集 S = {0,1, , n -1}。第2 行是f (i)的值，0 £ i < n。 « 結果輸出: 程序運行結束時，將計算出的f的最大單射子集的大小輸出到output.txt中。 輸入文件示例 輸出文件示例 input.txt 7 1 0 0 2 2 3 6 output.txt 3
上傳時間： 2016-05-28
上傳用戶：tyler
％ EM algorithm for k multidimensional Gaussian mixture estimation ％ ％ Inputs: ％ X(n,d) - input data, n=number of observations, d=dimension of variable ％ k - maximum number of Gaussian components allowed ％ ltol - percentage of the log likelihood difference between 2 iterations ([] for none) ％ maxiter - maximum number of iteration allowed ([] for none) ％ pflag - 1 for plotting GM for 1D or 2D cases only, 0 otherwise ([] for none) ％ Init - structure of initial W, M, V: Init.W, Init.M, Init.V ([] for none) ％ ％ Ouputs: ％ W(1,k) - estimated weights of GM ％ M(d,k) - estimated mean vectors of GM ％ V(d,d,k) - estimated covariance matrices of GM ％ L - log likelihood of estimates ％
標簽： multidimensional estimation algorithm Gaussian
上傳時間： 2013-12-03
上傳用戶：我們的船長
設定a為N(0,1)的500個隨機數和i長為500，以n=8、16、64.分別調用u_pcm.m ，從中計算量化誤差f=a-a_quan并繪圖，分別輸出各樣值的量化誤差圖形。
上傳時間： 2014-01-17
上傳用戶：偷心的海盜
給出了廣義逐次超松弛( GSOR) 迭代算法,得到了GSOR 算法收斂的必要性和充分性 條件,當參數矩陣Ω = diag (ω1 ,ω2 , ⋯ ,ωn) = ωI n 時,即可得到熟知的SOR 算法,舉例說明了 GSOR 算法的應用。
上傳時間： 2014-11-28
上傳用戶：大三三
有限期作業安排問題”描述如下:有n個任務J1,J2,...,Jn,每個任務Ji都有一個完成期限di,若任務Ji在它的期限di內完成,則可以獲利Ci(1[i[n) 問如何安排使得總的收益最大(假設完成每一個任務所需時間均為一個單位時間).這個問題適合用貪心算法來解決,貪心算法的出發點是每一次都選擇利潤大的任務來完成以期得到最多的收益 但是對于本問題由于每一個任務都有一個完成的期限,因此在任務安排過程中除了考慮利潤Ci外,還要考慮期限di.
上傳時間： 2016-06-27
上傳用戶：s363994250
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2014-01-15
上傳用戶：hongmo
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2013-12-26
上傳用戶：dreamboy36
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2016-06-28
上傳用戶：change0329
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2014-09-03
上傳用戶：jjj0202
