- 博客(20)
- 收藏
- 关注
RSS订阅原创 螺旋桨设计之Bseries使用AU系列的方法设计（附加代码，附加学习资料)
然而，B系列螺旋桨图谱的坐标定义和AU系列有差别，所以要使用AU系列的设计方法设计B系列螺旋桨，就需要对B系列螺旋桨图谱进行处理，使得其符合AU系列的设计要求。本人给出转换代码，并且给出使用AU系列设计方法设计盘面比0.65的B系列螺旋桨设计的初始设计和终结设计的代码。使用说明：将三个文件放在一个文件夹内，首先运行gendata.m，然后将工作区另存为pmb0.65.mat，然后即可运行enddesign.m，如果要使用不同盘面比的图谱，可以在gendata.m中修改参数pmd参数即可。
2023-10-21 22:04:44
353
3
原创 MATLAB-CATIA导入多段直线段
2022年“盈建科杯”中，需要使用不同的参数生成不同的结构，再导入Midas Civil进行受力分析。由于构件全为直杆，不需要将点阵拟合成样条曲线。提供一种方法：在MATLAB中进行结构设计（方便修改不同的参数），再使用CATIA自带的文件“GSD_PointSplineLoftFromExcel.xls”导入直线段。示例：main.mclear;clc;%initializeheigh = [350,350,200];outdiameter = [350,320,290];indiamete
2022-04-01 13:28:10
1160
1
原创 大富翁元胞自动机
main.mclear;clc;dbstop if error%% 模拟大富翁ticITER = 2000;winer = cell(ITER,11);for TIMES = 1:ITER % 定义地图 D.placedata = [2400,200,1200,6000,11000,1000,1200; 3000,300,1600,7000,13000,1500,1500; 2600,300,1600,7000,13000,1500,1300;
2022-02-16 16:32:13
242
原创 元胞自动机--大黄蜂预测
使用元胞自动机借助MATLAB预测大黄蜂种群发展趋势clear;clc;dbstop if errordoc = '2021MCMProblemC_DataSet.xlsx';data = readtable(doc,'VariableNamingRule','preserve');clear doc;shp = shaperead('usastatehi.shp');n = size(data,1);posid = [];lat = zeros(n,1);lon = zeros(n,1
2022-01-16 13:18:50
840
2
原创 深度学习--大黄蜂预测
使用MATLABR2021b的深度学习工具箱对2021年美赛C题大黄蜂数据进行处理图像识别使用MobileNet-v2进行迁移学习main1.m%% 准备工作空间clear;clc;%% 导入数据params = load("C:\Users\28605\Desktop\美赛预备\机器学习\大黄蜂识别\params_2022_01_12__19_12_54.mat");digitDatasetPath = fullfile('C:\Users\28605\Desktop\美赛预备\机器学习\
2022-01-13 10:15:33
713
原创 智能优化算法解TSP问题
使用模拟退火 遗传算法 粒子群算法求解TSP问题城市坐标data = [ 1 565.0 575.0; 2 25.0 185.0; 3 345.0 750.0; 4 945.0 685.0; 5 845.0 655.0; 6 880.0 660.0; 7 25.0 230.0; 8 525.0 1000.0; 9 580.0 1175.0; 10 650.0 1130.0; 1
2022-01-12 18:26:06
600
原创 图论dijkstra&kruskal
dijkstra.mclear;clc;% W = [0 56 35 21 51 60% 56 0 21 57 78 70% 35 21 0 36 68 68% 21 57 36 0 51 61% 51 78 68 51 0 13% 60 70 68 61 13 0% ];a=zeros(6);a(1,2)=50;a(1,4)=40;a(1,5)=25;a(1,6)=10; a(2,3)=15;a(2,4)=20;a(2,6)=25;a(3,4)=10;a
2022-01-12 18:16:52
106
1
原创 从零开始的机器学习--聚类
本文参考机器学习周志华高斯混合聚类(Mixture-of-Gaussian)clear;clc;% load matlab.mat% data = D_new;data=[0.697,0.460;0.774,0.376;0.634,0.264;0.608,0.318;0.556,0.215;0.403,0.237;0.481,0.149;0.437,0.211;0.666,0.091;0.243,0.267;0.245,0.057;0.343,0.099;0.639,0.161;0.657,0.1
2022-01-12 18:13:41
244
原创 从零开始的机器学习--降维算法
本文参考机器学习周志华本文使用iris数据集降维data = [1 5.1 3.5 1.4 0.22 4.9 3 1.4 0.23 4.7 3.2 1.3 0.24 4.6 3.1 1.5 0.25 5 3.6 1.4 0.26 5.4 3.9 1.7 0.47 4.6 3.4 1.4 0.38 5 3.4 1.5 0.29 4.4 2.9 1.4 0.210 4.9 3.1 1.5 0.111 5.4 3.7 1.5 0.212 4.8 3.4 1.6 0.213 4.8 3
2022-01-12 18:10:52
185
原创 从零开始的机器学习--概率图模型--隐马尔科夫模型
本文参考机器学习周志华main.mclear;clc;P = [0.2,0.4,0.4];n = 3;%隐状态个数A = [0.5,0.2,0.3;0.3,0.5,0.2;0.2,0.3,0.5];B = [0.5,0.5;0.4,0.6;0.7,0.3];k = 2;%观测种类数% B = repmat(ones(1,k)./k,n,1);% A = repmat(ones(1,n)./n,n,1);% O = [1,2,1,2,1,1,1];% Label = [1,2,3,
2022-01-12 17:56:28
199
原创 从零开始的机器学习--BP神经网络
本文章参考机器学习周志华基本原理单层感知机模型clear;clc;%% 单层感知机D = [0,0,0;0,1,0;1,0,0;1,1,1];numinput = 2;numoutput = 1;eta = 0.1;w = randn(1,numinput);theta = randn(1,numoutput);ITER = 100;Text = [0.45,0.77;0.22,0.31];figure(1)axis equalfor j = 1:ITER for
2022-01-02 23:09:21
593
原创 从零开始的机器学习--LDA线性判别分析
本文章参考机器学习周志华基本原理使用LDA对iris数据集进行降维处理main.mclear;clc;% D = cell(150,6);D = [1 5.1 3.5 1.4 0.2 1 ;2 4.9 3 1.4 0.2 1 ;3 4.7 3.2 1.3 0.2 1 ;4 4.6 3.1 1.5 0.2 1 ;5 5 3.6 1.4 0.2 1 ;6 5.4 3.9 1.7 0.4 1 ;7 4.6 3.4 1.4 0.3 1 ;8 5 3.4 1.5 0.2 1 ;9 4.
2022-01-02 23:02:42
804
1
原创 从零开始的机器学习--支持向量机
本文参考机器学习周志华基础内容如下由上述原理，给出利用不使用核函数和软间隔的SVM处理用LAD降至2维的iris数据集的MATLAB源程序main.mticclear;clc%导入数据load matlab.matglobal DD.X1 = D_new(1:48,:);D.Y1 = ones(size(D.X1,1),1);D.X2 = D_new(51:end-2,:);D.Y2 = -ones(size(D.X2,1),1);% 使用Matlab自带SVM对LDA处理后的i
2022-01-02 22:54:28
472
原创 用MATLAB画国旗
主函数 main.mclear;clc;tic%画国旗%% 参数初始化D.chang = 300;D.kuan = D.chang*2/3;%长宽比为2：3%% 绘制底色figure(1)hold onFig.f1 = fill([0,D.chang,D.chang,0],[0,0,D.kuan,D.kuan],'r');% P = [];% P.x1,P.y1 = [D.chang/6,3*D.kuan/4];P.anchorx = D.chang/6;P.anchory =
2021-12-07 19:43:41
4204
5
原创 初识汇编C51
一、 综合设计实验1：片内并行I/O口应用1、 实验目的：学习掌握单片机I/O口应用。2、 实验工具：电脑、Keil μVision、普中实验仪。3、 实验内容：汇编语言编程并在实验仪实现：检测电路中3个按键的状态，按下按键 时，实现不同的动作。具体要求：按键1按下：静态数码管显示键号，4个LED指示灯轮流点亮， 呈走马灯状态，相邻指示灯点亮的时间间隔为约1秒钟，并不断 循环；按键2按下：静态数码管显示键号，继电器动作，某LED亮 ；按键3按下：所有动作结束；;P1.0 is k
2021-11-03 21:39:07
934
原创 MATLAB演奏音乐
演奏原理：sound(y,Fs) 以采样率 Fs 向扬声器发送音频信号 y。Fs 指单位时间对音频信号采样的次数。采样频率的选择应该遵循奈奎斯特（Harry Nyquist）采样理论：如果对某一模拟信号进行采样，则采样后可还原的最高信号频率只有采样频率的一半，或者说只要采样频率高于输入信号最高频率的两倍，就能从采样信号系列重构原始信号。正常人听觉的频率范围大约在20Hz~20kHz之间，根据奈奎斯特采样理论，为了保证声音不失真，采样频率应该在40kHz左右。y 一般指正弦波信号，对应的频率可以在网上找到
2021-09-03 15:12:09
2421
6
原创 MATLAB求解线性规划问题
采用参数化编程，使程序具有推广性main.m%% MATLAB线性规划clear;clc;%% 初始参数a = [30,40,20,10]';b = [20,20,30,10]';d = [15,14,15.3,14.8]';N = 4;%一个生产周期包括几个部分（和a b d 数组维数相同）%% 定义符号参数x和yfor i = 1:N x(i) = sym(['x',num2str(i)]);endfor i = 1:N+1 y(i) = sym(['y',nu.
2021-04-28 16:18:16
434
原创 用matlab模拟机械运动
机械原理第八版课后习题8-16main.m%% 公共汽车门开闭仿真clear;clc;%% 变量定义x_A = 0; y_A = 0;L_DE = sqrt(400^2-50^2);L_AB = 420;A = [x_A,y_A];a = 0:0.1:90/57.3;E_locus = zeros(length(a),2);D_locus = zeros(length(a),2);figure(1)% plot([-800,850],[-110,-110],'r-')pit_nu
2021-04-17 12:31:57
1490
原创 2013年国赛B题前两问代码
2013年国赛B题前两问原创代码学习笔记仅供学习参考（MATLAB图像处理）main.mticclear;clc;%% 得到边缘矩阵和n值get_image_edgeblack = zeros(19,2);%初始化边缘矩阵get_n = zeros(19,1);%找到文件的名字for i = 0:1:18 if i <= 9 f_n = ['00',num2str(i),'.bmp']; else f_n = ['0',num2str(
2021-04-17 07:37:56
747
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人