RS485.zip - 通信协议要求:
1. 定时数据通信：每秒钟每台计算机分别交换10、20、30、40、50个字节的数据。
2. 广播通信：每十秒中，发布广播数据对各个计算机的时钟进行同步。
3. 错误检测：CRC错误检测，有错误时，采用相应的错误处理程序。
4. 网络管理：随时获知网络中各节点的工作状态，当有节点故障退出网络或新的节点加入网络时，能够记录网络状态。
,2012-12-28 16:49:02,下载12次
Fast-radix-2-algorithm.zip - 我们发现了一个新的更有效率的基-2算法可以用来计算Ⅱ型离散Hartley变换（序列长度为：N =2n时）。与现有的方法比较，这种递推方法计算次数相对减少，且更容易实现。同时也提出了一种新的更有效率的算法，可以使用两个相邻的DHT-Ⅱ序列（长度分别为N/2），来计算长度为 N的Ⅱ型DHT。,2012-12-28 16:44:49,下载7次
Cluster_flag.zip - 先随机找寻一个合理的初始划分，然后试探将样本从一个群搬到另一个群，如果某次搬动能使准则函数值得到改进的话，则继续搬运，否则废除本次搬运，再继续其他搬运。,2012-12-28 16:30:37,下载3次
cmean.zip - 这个算法的基础是误差平方和准则，为了要得到最优结果，首先要对样本集进行划分，一般的做法是先选择一些代表性的点作为聚类的核心，然后把其余的点按照某种方法分到各类中去。,2012-12-28 16:28:21,下载3次
RSNA.zip - 待辨识对象参数a=[1 -1.5 0.7] b=[1 0.5] 输入采用长度L=400的白噪声序列，输出 ，输入和输出数据均含不相关随机噪声，ρ（k）=1/k。利用上述递推公式，辨识系统参数。,2012-12-28 16:21:16,下载4次
MLS.zip - 当信噪比较大时，采用广义最小二乘法可能会出现多个局部收敛点，解决这个问题的方法可用多级最小二乘法，一般来说多级最小二乘法包含三级辨识过程。利用输入输出数据，通过多级最小二乘法，可分别求的辅助模型，过程模型和噪声模型的参数估计值。在高噪声的情况下，多级最小二乘法明显优于广义最小二乘法，其收敛点唯一。,2012-12-28 16:15:39,下载18次
cor_ls.zip - 把辨识分成两步进行：第一步：利用相关分析法获得对象的非参数模型（脉冲响应或相关函数）；第二步：利用最小二乘法、辅助变量法或增广最小二乘法等，进一步求的对象的参数模型。如果模型噪声与输入无关，则Cor-ls相关最小二乘法（二步法）可以得到较好的辨识结果。Cor-ls相关最小二乘法（二步法）实质上是先对数据进行一次相关分析，滤除了有色噪声的影响，再利用最小二乘法必然就会改善辨识结果。能适应较宽广的噪声范围，计算量不大，初始值对辨识结果影响较小。但要求输入信号与噪声不相关,2012-12-28 16:13:22,下载55次
RIV.zip - 适当选择辅助变量，使之满足相应条件，参数估计值就可以是无偏一致。估计辅助变量法的计算量与最小二乘法相当，但辨识效果却比最小二乘法好的多。尤其当噪声是有色的，而噪声的模型结构又不好确定时，增广最小二乘法和广义最小二乘法一般都不好直接应用，因为他们需要选用特定的模型结构，而辅助变量法不需要确定噪声的模型结构，因此辅助变量法就显得更为灵活，但辅助变量法不能同时获得噪声模型的参数估计。,2012-12-28 16:06:51,下载33次
RGLS.zip - 该算法用于自回归输入模型，是一种迭代的算法。其基本思想是基于对数据先进行一次滤波处理，后利用普通最小二乘法对滤波后的数据进行辨识，进而获得无偏一致估计。但是当过程的输出信噪比比较大或模型参数较多时，这种数据白色化处理的可靠性就会下降，辨识结果往往会是有偏估计。数据要充分多，否则辨识精度下降。模型阶次不宜过高。初始值对辨识结果有较大影响。,2012-12-28 16:04:47,下载26次
RELS.zip - 增广最小二乘的递推算法对应的噪声模型为滑动平均噪声，扩充了参数向量和数据向量H（k）的维数，把噪声模型的辨识同时考虑进去。最小二乘法只能获得过程模型的参数估计，而增广最小二乘法同时又能获得噪声模型的参数估计，若噪声模型为平均滑动模型，，则只能用RELS算法才能获得无偏估计。当数据长度较大时，辨识精度低于极大似然法。,2012-12-28 16:00:24,下载17次
RCLS.zip - 在最小二乘参数估计值的基础上，引进补偿项σW2C-1D Ø 0，则获得了参数的无偏估计。针对模型噪声来说，RCLS算法的适应能力比RLS更好。,2012-12-28 15:57:51,下载9次
RFM.zip - 辨识所使用的数据长度保持不变，每增加一个新数据就抛掉一个老数据，使参数估计值始终只依赖于有限个新数据所提供的新消息，克服了遗忘因子法不管多老的数据都在起作用的缺点，因此该算法更能有效的克服数据饱和现象。,2012-12-28 15:55:52,下载8次
RFF.zip - 辨识模型与遗忘因子法所用模型相同，其中， 0 ≤μ≤1为遗忘因子， 此处取0.98。 数据长度L=402。一次算法和递推算法结果基本一致，但递推算法可以实现在线实时辨识，而且可以减少计算量和存储量。,2012-12-28 15:53:57,下载13次
RLS.zip - 仿真对象如下：
其中， v( k )为服从N (0,1) 分布的白噪声。输入信号u ( k) 采用M 序列，幅度为 1。M 序列由 9 级移位寄存器产生，x(i)=x(i-4)⊕x(i-9)。
选择如下辨识模型：
加权阵取Λ = I。
衰减因子β = 0.98，数据长度 L = 402。
辨识结果与理论值比较，基本相同。辨识结果可信
,2012-12-28 15:49:33,下载3次
Levy.zip - levy法编制辨识程序，基本精确辨识了系统各个参数，因为误差准则的原因，系数略有差别。,2012-12-28 15:39:45,下载42次
AreaII.zip - 使用面积法辨识一个二阶系统，辨识结果准确，速度快。,2012-12-28 15:33:26,下载13次
twopoint.zip - 用两点法辨识一阶惯性滞后系统，测试结果比例系数和时间常数辨识结果较准确，但输入延迟时间差距较大，分析其原因，可能是因为在曲线上取的两点坐标不准确，因为离散的数字量坐标取值方法有误。,2012-12-28 15:26:28,下载19次
BP.zip - BP神经网络是一个前向网络，它利用误差反向传播算法对网络进行训练，结构简单，可塑性强。本例选择3层BP神经网络（隐层为1层）来逼近函数，单输入单输出，隐层包含7个神经元，预设精度为0.1，学习率设为0.1，循环次数为5000次，达到循环次数，或结果达到预设精度要求，结束计算。激活函数选择双曲函数，采用梯度下降法，通过神经元的输入和误差，以及权值的学习速率来计算权值的变化率。将输入提供给网络后，神经元的激活值从输入层经各中间层向输出层传播，输出层的神经元获得网络的输入相应。接下来，按照减少目标输出与实际输出之间误差的方向，从输出层反向经过中间层回到输入层，从而逐层修正各连接权值。随着误差逆向的传播修正不断进行，网络对输入响应的正确率也不断上升。,2012-12-28 15:21:05,下载40次