-
画速度仪表部分
说明： 利51单片机写的速度仪表盘程序，并在TFT彩屏上显示。(The speed dashboard program written by Li 51 single chip computer is displayed on TFT color screen.)
- 2019-01-02 14:01:11下载
- 积分：1
-
中心先验
显著性检测 中心先验,可以使用该代码实现图像的中心先验检测(saliency detection-center prior, which can use this code to estimate the location of salient object)
- 2020-10-22 09:57:23下载
- 积分：1
-
MATLAB高阶谱分析信号处理工具箱例题
信号处理matlab仿真例题，波束仿真，数字波束形成(Signal processing matlab simulation example, beam simulation, digital beamforming)
- 2020-07-02 15:20:01下载
- 积分：1
-
机器学习实战
说明： 完全免费的机器学习实战中文版和英文版资料(Machine learning materials)
- 2020-04-07 18:06:01下载
- 积分：1
-
twincat
twincat是开发平台的实时控制自动化软件(TwinCAT is a real-time control automation software for development platform)
- 2019-02-14 08:00:09下载
- 积分：1
-
Go games, can play the Go spectrum Notation function, nor can watch others go do...
围棋游戏，可以进行围棋的打谱，记谱功能，也可以观看别人记录下的围棋棋谱-Go games, can play the Go spectrum Notation function, nor can watch others go down the batter
- 2022-10-26 03:35:04下载
- 积分：1
-
一个VC++ 随机数组生成类
VC++随机数组生成类的源代码，代码由重庆大学光电学院311实验室 袁刚编写，将随机生成的数组序列保存在TXT中，srand((unsigned)time(NULL));// 生成时间种子
m=rand()%m_Txt_Line;// 返回一个0-m_Txt_Line-1的随机数,即查表的起始位置
mx=m%m_Txt_Row;// 查表起始位置的列号，文件头为0行0列
my=m/m_Txt_Row;// 查表起始位置的行号
// 下面取出剩下的字符串中每三个空格前面的字符串，就是所要查一个数据
for(m=0;m {
aw2=strc.Find(" ");// 找到作为间隔的后三个空格所在位置
if(mx==m_Txt_Row-1||m==m_Txt_Row-mx-1)
a_Random[ct]=atof(strc);
else
a_Random[ct]=atof(strc.Left(aw2));// 保存数据到数组
aw1=strc.GetLength();
aw2=strc.Find(" ");// 找到作为间隔的前三个空格所在位置
strc=strc.Right(aw1-aw2-m_Txt_Spacing);// 取这三个空格右边的所有字符串
- 2023-02-02 04:50:03下载
- 积分：1
-
DOS下仿造WIN9X
DOS下仿造WIN9X-DOS imitation WIN9X
- 2022-03-07 11:26:54下载
- 积分：1
-
模糊PID控制在变桨距风力机中的应用 - 副本
基于智能控制的控制思想，通过matlab的仿真，实在对风力发电机的有效控制(Based on the idea of intelligent control, the optimal path planning is achieved through MATLAB simulation.)
- 2021-05-09 15:18:34下载
- 积分：1
-
实际对象的数学模型并不清楚，难以控制。
针对实际对象数学模型不明确而难以控制的问题,采用人工免疫网络的离散模
型与学习算法,将人工免疫系统与神经网络结构的优势相结合,提出了一种基于人工免疫
网络的模式识别算法,构造了对象识别的人工免疫网络模型.该算法综合了网络节点的定
位与参数调整以及对基函数的平滑因子实施调谐等功能,有效地解决了径向基函数
(RBF)神经网络模式识别的两个阶段任务,使模式识别的精度有较大的改进.采用两个不
同对象函数进行的仿真试验表明,该算法具有快速收敛性与较高的准确性.
-Mathematical model for the actual object is not clear and difficult to control the problem, the use of artificial immune network model and the discrete learning algorithm, artificial immune systems and neural networks combine the advantages of structure, an artificial immune network based on pattern recognition algorithms, Construction of the object identified by artificial immune network model. the algorithm is a combination of network nodes to adjust the position and parameters as well as the basis function implementation of the smoothing factor, tuning and other functions, to effectively solve the Radial Basis Function (RBF) neural network pattern recognition of two phase of the task, so that the accuracy of pattern recognition have greater impro
- 2022-05-19 12:01:11下载
- 积分：1
