-
《现代控制理论（第3版）》刘豹、唐万生（电子课件）
KJ_03103《现代控制理论（第3版）》刘豹、唐万生（电子课件），包含PPT和PDF版本
- 2020-12-08下载
- 积分：1
-
51做的比较好的计算器
51计算器，160251计算器，160251计算器，160251计算器，160251计算器，160251计算器，1602
- 2021-05-07下载
- 积分：1
-
基于巴克码的雷达信号仿真与实现
雷达因可以检测目标的距离、速度和角度的性能在现代社会中得到了广泛的应用，不仅是军事方面，在现实生活中也可以见到各种雷达的应用，而现代雷达对于测距精度有很高的要求，而测距精度与信号脉宽是一对不可以调和的矛盾，所以我们需要根据不同的应用设计不同的脉冲宽度，而相位编码由于其自身的特点，其信号有很好的相关性能，在雷达发射信号中得到了广泛的应用，而其中巴克码是一种很常见的二相编码信号，这次毕业设计的主要内容是尝试通过matlab仿真设计一个基于巴克码发射信号的雷达系统，通过模拟产生对7位和13位巴克码信号的产生，然后根据发射信号的回波信号我们对其进行脉冲压缩，然后比较7位和13位巴克码信号产生的脉冲压
- 2021-05-07下载
- 积分：1
-
VLFeat 官方工具包
VLFeat 官方工具包,含有超级多的视觉工具，例如SIFT等等，我就不一一介绍了，下载下来自己去看。
- 2020-12-08下载
- 积分：1
-
Hidden Markov Model (HMM) matlab程序
【实例简介】dtw － DTW算法演示程序
mfcc.m － MFCC参数计算程序
dtw.m － 基本的DTW算法
dtw2.m － 优化的DTW算法
testdtw.m － DTW算法测试程序
vad.m － 端点检测程序
cdhmm － 连续高斯混合HMM演示程序
pdf.m － 高斯概率密度函数
mixture.m － 混合高斯的输出概率
inithmm.m － HMM参数初始化
getparam.m － 计算观察序列的参数
viterbi.m － 语音识别的Viterbi算法
baum.m － Baum-Welch训练算法（一次叠代）
main.m － 多HMM训练主程序
train.m － 对一个HMM进行训练的程序
recog.m － 识别程序
vad.m － 端点检测程序
mfcc.m － MFCC参数计算程序
samples.mat － 作者的汉语数码0-9录音
hmm.mat － 一次HMM训练结果
record － 辅助录音程序
record.m － 录音程序的脚本文件
record.fig － 录音程序的GUI
sample.m － 录音程序的回调函数
- 2021-11-07 00:36:50下载
- 积分：1
-
Fluent VOF 模型心得
结合实例，介绍Fluent 软件中VOF模型的一些经验和体会，对于提高该模型的仿真成功率具有很大帮助！
- 2020-11-05下载
- 积分：1
-
AT89C51单片机程序以及原理图
单片机学习资料板载资源可以完成的实验项目： 1、发光二极管亮灭 2、发光二极管闪烁 3、发光二极管模拟广告流水灯（跑马灯） 4、蜂鸣器输出的音频报警器。 5、PWM 调节发光二极管亮度。 6、独立按键控制发光二极管亮灭。 7、实用独立按键控制开关灯（带延时去抖动） 8、单键多功能灯控器。 9、继电器输出控制 0 220V，5A 负载。 10、数码管静态显示 11、数码管动态扫描显示记分器。 12、数字钟 13、0 300kHz 频率计 14、0 100kHz 数字信号发生器 15、实时时钟课题 16、串行通信 扩展后可进行的实验项目：
- 2020-07-03下载
- 积分：1
-
常用AD芯片 模数转换 芯片大全 型号选择
【实例简介】常用AD芯片 模数转换 芯片大全 型号选择
- 2021-10-29 00:35:45下载
- 积分：1
-
教务管理系统JAVA实现
一个完整的教务管理系统，C/S结构实现，可以用作毕业设计。
- 2020-11-02下载
- 积分：1
-
LaneNet训练自己教程
车道线分割模型模型训练自己的数据该模型是属于二分类语义分割6.encoder decoder model该文件夹中存放的是用于编码和解码的模型这里使用的是 vgg cncodcr. py和 fcn decoder. py测试:更换编码和解码的模型7. lanenet model该文件夹下存放的是 lannet模型的重要操作train.py中主要用到的是 lanenet merge model8. tboard该文件夹用来存放模型训练时产生的 event记录9. tools该文件夹下仔放的是 train lanenet py和 test lanenet py两个文件分别用于训练模型和测试模型10.训练准备好训练数据以后,在 terminal(终端)中通过指令跳转到 lament目录下举例:cd/ XXX/lanenet然后输入一下命令开始训练python tools/train lanenet. py --net vgg--dataset dir data/training data example/-net指定模型的骨干网终dataset dir指定训练数据的目录(该目录为 train txt所在的目录)如果训练的过程中出现了中断,需要接着训练,可以输入python tools/train lancnct. py --nct vgg -datasct dir data/training data cxamplcweights path path/to/ your/last/ checkpointgths_ path指定之前训练中断时权重文件存放的日录训练结東后,训练得到的模型的权重和参数文件在 model目录下的tusimple lanenet文件夹中l1测试准备测试数据测试数据是原始图片,放在data目录下的 training目录下的 testimage中(可以自定义)准备权重文件:将训练好的权重文件,包括:checkpoint, lanenet model pb, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000. data-00000-of-00001, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000 index, tusimple lanenet vgg_2018-10-19-13-33-56.ckpt-200000meta放在 model文件夹中测试数据准各完成后,打开 terminal(终端)输入以下命令跳转到 lanenet目录下cd/XXX/ lanenet′然后输入如下命开始用单张图片测试模型python tools/test lanenet. py -is batch False -batch size 1 --weights pathpath/to/your/model weights file --image path data/tusimple test image/O. jpgis batch是否是批量处理(True表示是批量处理, False表示不是批量处理默认为True)batch size批量处理一次读取的图片数量weight path模型的权重文件所在的目录image path测试数据的原始图片输入如下命令开始用批量图片测试模型:python tools/test lanenet.py -is batch True -batch size 2 -save dirdata/tusimple test image/ret --weights path path/to/your model weights file-image path data/tusimple test imagesavc dir是存放测试结果的地方(测试结果为划分车道线后的图片)安芯/方禹20181228
- 2020-12-03下载
- 积分：1
