目的:对于实对称矩阵A(A=A),求正交矩阵Q(QQ=E), 使得QAQ=A.此时,称A正交相似于对角矩阵A 1.实对称矩阵的特征值与特征向量的性质 定理6a=A→∈R. 证设Ax=x(x≠0),x=(51,52,5n),则有 x=5+2++n>0

6.1动画设计的基本步骤 6.2移动图标的属性 6.3五种动画设计方式 6.4利用变量控制动画 6.5交互功能的实现

全书共分13章，主要介绍了MATLAB基础知识，MATLAB编程基础，用于实验编程的常用MATLAB函数，PSYCHTOOLBOX函数介绍，PTB与OpenGL的结合、与EyeLink眼动仪的连接，与iView X眼动仪的连接以及与NeuroScan脑电仪的连接等内容。书中给出了大量的实验设计实例，而这些实验程序可以通过交互地变更实验参数或更改程序代码使之满足读者的实验设计需求

首先建立了两流薄板坯连铸连轧流程生产调度规则库.然后根据该生产流程的特点,提出了遗传算法新的编码、交叉、变异操作及改良的概念,并在遗传算法的初始种群建立和改良过程中引入调度规则.在此基础上,利用调度规则和遗传算法相结合的混合遗传算法建立了两流薄板坯连铸连轧流程生产调度系统.该调度系统可以较好地解决两流薄板坯连铸连轧流程的动态调度问题,进一步优化生产组织

针对板坯入库优化决策问题,采用隶属度函数表示待入库板坯长度、宽度、厚度与各库位已存板坯对应属性的匹配程度,建立了板坯入库模型.针对问题特征,借鉴遗传算法的交叉和变异操作,设计了一种混合离散粒子群算法(DPSO-CM)进行求解.基于企业实际生产数据的仿真实验验证了模型和算法的可行性和有效性

第一章 电力电子技术简介 1.1 什么是电力电子技术 1.2 电力电子技术的发展史 1.3 电力电子技术的应用 1.6.1 电力电子器件驱动电路概述 1.7 电力电子器件的保护 1.7.1 过电压的产生及过电压保护 1.7.2 过电流保护 1.7.3 缓冲电路 、第二章 整流电路 § 2.1、电力二极管(Power Diode) § 2.2、晶闸管(SCR、VT) §2.3单相半波可控整流电路 §2.4 单相桥式全控整流电路 §2.5 单相桥式半控整流电路 §2.6 三相半波可控整流电路 §2.7 整流电路的有源逆变 、第三章 直流斩波电路 §4 交流电力控制电路和交交变频电路 §4.1交流调压电路 §4.2 三相交流调压电路 §4.2 单相交交变频电路 、第五章 逆变电路、第六章 PWM控制技术

第1章 电力电子器件 1.1电力电子器件概述 1.2 不可控器件——电力二极管 1.3半控型器件——晶闸管 1.4典型全控型器件 1.5其他新兴电力电子器件 1.6电力电子器件的驱动 1.7电力电子器件的保护 1.8电力电子器件的串联和并联使用 第2章 整流电路及触发器 2.1 单相可控整流电路 2.2 三相可控整流电路 2.3 变压器漏感对整流电路的影响 2.4 电容滤波不可控整流电路 2.6 大功率可控整流电路 2.7 整流电路的有源逆变工作状态 2.8 晶闸管直流电动机系统 2.9 相控电路的驱动控制 第3章 直流斩波电路 3.1 基本斩波电路 3.2 复合斩波电路和多相多重斩 波电路 第4章 交流电力控制电路和交交变频电路 4.1 交流调压电路 4.2 其他交流电力控制电路 4.3 交交变频电路 4.4 矩阵式变频电路 第5章 逆变电路 5.1 换流方式 5.2 电压型逆变电路 5.3 电流行逆变电路 5.4 多重逆变电路和多电平逆变电

为促进超声振动拉丝的实际应用,针对不同施振方式的作用效果,建立了一套正交复合超声振动拉丝实验系统,系统由超声波驱动器、超声振动系统、拉丝模和拉丝机等组成.利用有限元法对正交复合超声振动拉丝进行仿真模拟,分析超声振动拉丝的加工机理.通过对铜丝的一系列拉拔实验,考察了在实际拉丝加工过程中,纵向振动、横向振动和正交复合超声振动对拉拔力和丝表面质量的影响.实验结果表明:当振幅达到一定值后,正交复合超声振动的作用效果最好,能使拉丝机的张力调节周期有效延长3倍以上,减少了丝材的不均匀变形,使拉丝更趋于稳定;当拉拔速度为980 mm·s-1时,可使拉拔力减小近10%,改善了丝材表面质量

提出一种互为Hilbert变换对的小波代数构造方法.这种互为Hilbert变换对的小波基的构造是从构造小波的充要条件入手,利用延迟滤波器的思想,把问题化为代数方程组求解.该方法可以避免进行谱分解.经实验证实:由基于本文构造的小波对的对偶树复小波变换可以得到比离散小波变换更好的特征提取效果

针对非平衡数据集分类中\少数类样本精度难以提高\这一瓶颈问题,提出了一种基于协同进化机制的欠采样方法.此方法将少数类样本与多数类样本划分为两类种群,采用种群协同进化原理,利用提出的动态交叉变异算子自适应协同进化过程,实现种群间自动调节和自动适应.仿真试验结果表明,此采样方法增强了局部随机搜索能力,改善了种群的分布特性,加强了算法的全局收敛能力,在不降低多数类样本分类性能的基础上有效提高了少数类样本的精度.与其他经典重采样方法相比,本文办法抗噪能力好,具有更强的鲁棒性