[讲义] 伺服控制器

说明：讲解的是10种伺服控制器怎么接线，有利于我学习和掌握。
<weixin_44716107> 上传 | 大小：1mb

[讲义] 线性规划的导论

说明：线性优化导论，国外名师指导的讲义，深入浅出地介绍优化论的概要。30x1+5 15x1+10 x1>0 0. 2 Cost(x1,x2)=20x1+2x2, Cost( 1, 2) C1.2 305 A 1 1510 70 Minimize 20. 1+2 C2, subject to A c b and x >0 0j∈{1,,N} Ar> b C - Cla cnd 4 b Ax≥b A m>b a131+…+ aiN N≤ba -a1x1-…-azNN≥-b; A
<qq_33309125> 上传 | 大小：186kb

[讲义] XFcorexy结构3D打印机清单图纸固件

说明：自己做个打印机玩玩，感觉不是太难，东西蛮全的，源文件教程里面都有
<weixin_43325170> 上传 | 大小：39mb

[讲义] GIS原理与方法课件

说明：中国地质大学信息工程学院 《GIS原理与方法》课程讲义
<weixin_41886779> 上传 | 大小：6mb

[讲义] simocode图形编辑器使用入门

说明：simocode图形编辑器使用入门 在许多自动化过程中，设备停机的成本异常高昂。而成本可以通过比较简单的方法被降低。 当采用适当的技术时，可防止故障；即使发生故障，也可快速得到解决。在将近十年时间 里，在世界范围内，SIMOCODE-DP在众多低压配电柜得以广泛应用，出色地完成了这些任 务。随着新市场要求的增长，我们决定开发新一代电机管理系统。这些要求包括进一步使 用电力管理系统，并添加其它功能。西门子以SIMOCODE-DP为基础，开发出了一个更加灵 活、简单和强大的系统，它就是SIMOCOD
<wewpen> 上传 | 大小：488kb

[讲义] 欧姆社微积分漫画

说明：《漫画微积分》以轻松有趣、通俗易懂的漫画及故事的方式将抽象、复杂的微积分知识融汇其中，让人们在看故事的过程中就能完成对微积分知识的“扫盲”。这是一本实用性很强的图书，与我们传统的微积分教科书比较起来，具有几大突出的特点，一是漫画的形式更易于让人接受，二是边读故事边学知识，轻松且易于记忆，三是更能让读者明白微积分在现实生活中的应用。《漫画微积分》适合大中专理科相关专业学生及文科专业学生阅读，也适合对微积分问题感兴趣的其他读者阅读。
<qq_20104705> 上传 | 大小：63mb

[讲义] meta分析导论

说明：meta分析导论李国春译，仅供学习交流，下载后请于24小时内尽快删除，侵删。
<weixin_43982351> 上传 | 大小：22mb

[讲义] 哈工大模式识别SVM讲义

说明：哈工大模式识别SVM讲义，哈工大模式识别研究生课程资源数针对a的最大化,同吋考虑(7)式的约束,得到原始问题的对儁优化问题: 对偶优化问题 max(a)=2a1-2∑2xx (8) 约束 ≥0,i=1 22 原始优化问题和对偶优化问题都是典型的线性不等式约朿条件下的二次优化问题,求解 两者中的任何一个都是等价的。但SVM算法一般求解的是对偶问题,因为它有如下两个特 l、对偶问题不直接优化权值矢量w,因此与样本的特征维数d无关,只与样本的数量 n有关。当样本的特征维数很高时,对偶问题更谷易求解 2
<qq_27328663> 上传 | 大小：234kb

[讲义] 哈工大模式识别讲义矩阵和矢量的导数

说明：哈工大模式识别讲义矩阵和矢量的导数，哈工大研究生课程
<qq_27328663> 上传 | 大小：238kb

[讲义] 高斯分布参数的极大似然估计，EM算法

说明：哈工大研究生课程讲义高斯分布参数的极大似然估计，EM算法高斯混合模型算法的迭代公式推导 我们首先来推导般混合密度模型参数估计的算法达代公式,然后再将般的混合 密度模型具体化为髙斯混合模型。 混合密度模型 假设样本集={x1,…,x}中的样本相互独立,并且按照如下的过程产生: 样木是依据桃率由个分布中的一个产生的,分布的概率密度数为(x0), 1,,,0为分布的参数 由第个分布产生样本的先验概率为a 先验概率a=(a1…,a),以及分布的参数日,…,0均未知。 我们称样本集来自于一个混合密度模型,
<qq_27328663> 上传 | 大小：209kb

[讲义] 哈工大模式识别讲义BP算法

说明：哈工大模式识别讲义BP算法讲义，哈工大研究生课程资源(8) ∑(-)‘( 将(7)和(8)代入(6) ∑ C 定义δ ∑6,则可以得到平方误差关于隐含层神经元参数和的梯度: 0 (9) 输入层隐含层输出层 O○O wid 佟2隐含层神经元权值的学习 由公式(5)和(9),我们得到了平方误差函数E关于输出层和隐含层参数的梯度。注 意到输出层需要计算的主要是每个节点的δ=()(),某种程度上这可以看作是 输出节点上的误差;而隐含层个节点计算8=()∑。时需要用到所有输出层节 点的误差δ,这也可以看作
<qq_27328663> 上传 | 大小：242kb

[讲义] 哈工大讲义PCA算法Fisher准则

说明：哈工大讲义PCA算法Fisher准则，主成分分析，哈工大研究生课程其中ˆ是根据()式将由原坐标系变换到新坐标系卜,然后再根据()式只使用 前’个特征恢复的近似矢量。如果用表示第个样本在新坐标系下的第维特征,由() 式和()式可以得到: 代入到()式: ∑[(-p)(-p) ∑|∑(-)(-) 其中第行到第行利用了{…}是新坐标系的基矢量,因此构成了一个标准止交 系: 而第行到第行则是基于如下事实:是一个标量,它的转置与其自身相等,并且 有()式成立,因此=(-)=[(-p)。如果定义矩阵: ∑(
<qq_27328663> 上传 | 大小：596kb