根据基尔霍夫定律：节点上∑i=0和回路中∑u=0这两个公式，无论是在正旋稳态下还是在暂稳态电路中表达网络变量间的关系时都只取决于网络的布局即节点和支路的相互关系，而与支路的特性即支路由那些元件组成及其参数的量值都没有关系。因此当我们根据网络来建立节点电流方程及回路电压方程时，无须画出电路元件。这种节点与支路相互关系以表示电路结构的图，称为网络的图。在网络的图中，为建立KCL、KVL方程，取支路电压、支路电流关联参考方向，在图中的支路上标明。

http://www.eeworm.com/dl/532/260223.html

仿真使用EWB人为设置故障,模拟电路可能发生断路、短路等现象时的状态,完整表达定理的适用范围,通过传统验证和仿真软件的对比,让两者匹配到最佳状况。实验显示,使用EWB对电路可实现全面仿真,为真实实验的设计和调试奠定了基础。

http://www.eeworm.com/dl/571/21216.html

第一章  基 础 知 识由电阻、电容、电感等集中参数元件组成的电路称为集中电路。1.1  电路与电路模型1.2  电路分析的基本变量1.3  电阻元件和独立电源元件1.4  基尔霍夫定律1.5  受  控  源1.6  两类约束和KCL，KVL方程的独立性1.1  电路与电路模型1.电路2.电路的形式与功能 电路的功能基本上可以分成两大类。一类是用来实现电能的转换、传输和分配。电路的另一类功能则是在信息网络中，用来传递、储存、加工和处理各种电信号。

图1-2所示的是通信网的基本组成框图。通常把输入电路的信号称为激励，而把经过电路传输或处理后的信号称为响应。

3.电路模型与集中电路 构成电路的设备和器件统称为电路部件，常用的电路部件有电池、发电机、信号发生器、电阻器、电容器、电感线圈、变压器、晶体管及集成电路等。 基本的电路参数有3个，即电阻、电容和电感。

基本的集中参数元件有电阻元件、电感元件和电容元件，分别用图1-3(a)，(b)和(c)来表示。

http://www.eeworm.com/dl/571/21444.html

本书首版于1962年，目前已是第六版。得益于作者长期教学经验的积累，本书已被国外许多著名大学选为电子、电力工程领域入门课程的教材。作者从3个最基本的科学定律(欧姆定律、基尔霍夫电压定律和基尔霍夫电流定律)推导出了电路分析中常用的分析方法及分析工具。书中首先介绍电路的基本参量以及电路的基本概念，然后结合基尔霍夫电压和电流定律，介绍节点和网孔分析法以及叠加定理、电源变换等常用电路分析方法，并将运算放大器作为电路元件加以介绍；交流电路的分析开始于电容、电感的时域电路特性，然后分析RLC电路的正弦稳态响应，并介绍交流电路的功率分析方法，接着还对多相电路、磁耦合电路的性能分析进行了介绍；为了使读者更深入了解电路的频域特性，本书还介绍了复频率、拉普拉斯变换和s域分析、频率响应、傅里叶分析、二端口网络等内容。作者注重将理论和实践相结合，很多例题、练习、章后习题还是正文中的应用实例都取自于业界的典型应用，这也是本书的一大特色。

本书可作为信息电子类、电气工程类、计算机类和应用物理类本科生的双语教学用书，也可作为从事电子技术、电气工程、通信工程领域工作的工程技术人员的参考书

http://www.eeworm.com/dl/537/10943.html

ogura(小仓)老师在京都大学讲授波散射的资料，从基尔霍夫近似到微扰法，最后提到了他的随机泛函的方法，小仓老师是随即泛函用于博散射的鼻祖，电磁界的知名人士。

http://www.eeworm.com/dl/534/319505.html

基尔霍夫定理

电阻电路等效变换

线性电阻的分析方法

电路定理

电容电感原件

一阶电路

二阶电路

向量法基础

正旋电路的分析

电路频率响应

偶尔电感和理想变压器

二端口网络

非线性电阻电路

网络方程的矩阵形式

使用MATLAB计算电路

http://www.eeworm.com/dl/509201.html

采用霍夫变换法对雷达目标进行起始，解决了机动目标的非线性强的问题，得到精确的航迹起始初值信息，并将初值信息作为无迹卡尔曼滤波目标跟踪的初始输入，实现对机动目标的跟踪。较其它的算法，霍夫-无迹卡尔曼滤波具有更高的精度。实验仿真，证明了其有效性。

http://www.eeworm.com/dl/544/41475.html

利用灰色系统进行预测的几篇好论文:

BP神经网络_灰色系统联合模型预测软基沉降量 非线性时间序列神经网络预测方法的研究及应用 股票投资价值灰色马尔可夫预测 股票投资价值灰色系统模型及应用 灰色关联神经网络模型在股指预测中的应用 灰色理论与模型及在车辆拥有量预测中的应用 灰色神经网络交通事故预测比较 灰色神经网络预测模型的应用 灰色-神经网络综合预测模型

http://www.eeworm.com/dl/534/347577.html

针对目标和背景具有空间连续性的特点，提出一种基于核密度估计和马尔科夫随机场的运动目标检测方法。首先利用核密度估计计算像素点属于背景的概率密度，在特征向量中加入颜色空间运动矢量分量来提高对背景扰动和光照变化的鲁棒性；然后构造马尔科夫随机场，提出一种马尔科夫随机场能量函数代价项的构造方法，通过最小化其能量函数得到目标分割结果。实验结果证明，该运动目标检测算法对背景扰动和光照变化具有更好的鲁棒性，错误检测率更低。

http://www.eeworm.com/dl/544/41815.html

霍夫曼编码源代码(VC)

http://www.eeworm.com/dl/616/102497.html