kxmall生鲜商场逆向生成工具项目，下载之后看下 readme 有教程。

目前，正态逆高斯 (NIG) 分布不包括在统计工具箱中。 这个 m 文件集合为这个工具箱补充了 NIG 分布最重要的功能：随机数、矩、cdf、pdf 和矩拟合参数。 此合集是对有缺陷的旧版本的更新。

超清的pdf，连代码都可以看清楚，而且目录很完整。里面附带了所有例子的源代码，怕有人无法搭建编译环境，所以还添加了代码编译好的程序。

从零开始学 IDA 逆向（中篇）原著：Ricardo Narvaja译：六文钱目 录32.3 lm 命令 532.4 设置符号文件路径 634 DEP 和植入代

此示例说明如何使用闭环磁场定向控制 (FOC) 算法来调节 2 个三相永磁同步电机 (PMSM) 的速度和扭矩。 此示例使用来自德州仪器 (TI) C2000 处理器的嵌入式编码器支持包中的 C28x 外设块和 C28x DMC 库块。 对于较新的版本和其他硬件设置，请在此页面上查看此示例的发货版本： https : //www.mathworks.com/help/supportpkg/texasinstrumentsc2000/examples/permanent-magnet-synchronous-motor-field-oriented-control .html 所需硬件： - TI LAUNCHXL-F28069M LaunchPad ( http://www.ti.com/tool/LAUNCHXL-F28069M ) - 2 BOOSTXL-DRV8301，带三相无刷电机

随着全控型功率器件的高频调制技术的快速发展和不断完善，开关型逆变器无论在电路的基本形式或控制的基本方法方面都已趋于成熟。然而，开关型逆变器技术仍然在许多方面以更快的速度不断地发展，从总体来看，可以包含以下方面：     (1)高频化     开关型逆变器在高频化的发展方向上已经取得了很大的成就。高频化技术直接导致了隔离变压器和交流滤波器体积、重量的明显减小；同时，高频化也导致了开关损耗的迅速增加和电磁干扰的增大。高频化的发展也在很大程度上受制于逆变器转换功率的量级。     软开关技术的提出和应用在很大程度上缓解了开关损耗和电磁干扰的影响，特别是PWM软开关技术在实现软开关的同时，兼顾了

图1所示为推挽式逆变器的主电路及其工作波形。逆变器是由具有中心抽头变压器，两只开关管V1、V2砀和两只二极管D1、D2构成的，是一种完全对称的结构形式。而且V1，和V2发射极接在电源的负极，驱动十分方便，也不必进行隔离。变压器两个初级绕组的匝数相等，即W11=W12=W1，次级绕组的匝数为w2。 　　1．开关管V1和V2180°互补导通工作 　　图1(b)、(c)是开关管V1，和V2工作在180°互补导通时的工作波形。当V1，导通时，电源电压Ui加在变压器初级绕组W11上，在W11中感应出与电压Ui，相等的电动势，其“x”端为正极性。当砀导通时，Ui，加在变压器初级绕组W12上，W12的电

目前，多电平变流器以其突出的优点在高压大功率变流器中得到了日益广泛的应用，它不仅能减少输出波形的谐波，也易于进行模块化设计。二极管中点箝位式(NPC) 三电平拓扑结构即是高压大功率变频器的主流拓扑结构之一。

使用OpenAI Gym和TensorFlow结合广泛的数学知识来掌握经典RL，深度RL，分布式RL，逆RL等 关于这本书 近年来，随着算法质量和数量的显着提高，《 Python上的动手强化学习》第二版已完全改编为示例丰富的指南，用于学习最新的强化学习（RL）和使用TensorFlow和OpenAI Gym工具包的深度RL算法。 除了探索RL基础知识和基本概念（例如Bellman方程，Markov决策过程和动态规划）之外，第二版还深入探讨了基于价值，基于策略和批评演员的RL方法的全过程，并提供了详细的数学知识。 它深入探索了最新的算法，例如DQN，TRPO，PPO和ACKTR，DDPG，TD3和SAC，从而使基础数学神秘化并通过简单的代码示例演示了实现。 本书有几章专门介绍新的RL技术，包括分布式RL，模仿学习，逆RL和元RL。 您将学习如何利用OpenAI基准库的改进“稳定基准”轻

贝叶斯反演 贝叶斯统计，尤其是贝叶斯逆问题中使用的算法的集合