登录
首页 » 算法 » APM飞控源代码(V2.7)

APM飞控源代码(V2.7)

于 2023-02-05 发布 文件大小:1.26 MB
0 174
下载积分: 2 下载次数: 1

代码说明:

本代码是APM飞控的源代码,版本为V2.7,适合对飞控感兴趣的朋友提供设计参考,特别是对飞控设计刚入门的设计人员,可以让他们少走弯路,直接移植使用!

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 利用PML 计近场的FDTD 三维程序
    利用PML 计算近场的FDTD 三维程序-PML calculations using the FDTD near-field three-dimensional process
    2023-05-08 06:55:02下载
    积分:1
  • Using Gauss integral formula for numerical integration, will be subdivided into...
    利用Gauss积分公式进行数值积分,将区间 细分成n个相等的子区间,然后在每个上使用经过修改适用于不同子区间的三点Gauss公式计算积分的值,然后求和。-Using Gauss integral formula for numerical integration, will be subdivided into n-equal interval sub-intervals, and then apply to each use of a modified three-point range in different sub-Gauss formula to calculate the value of points, and then summed.
    2022-03-19 15:01:13下载
    积分:1
  • 单片外围电路中常用的小无件,ds1302,是一个时钟芯片
    单片外围电路中常用的小无件,ds1302,是一个时钟芯片-Single-chip peripheral circuits commonly used in non-small pieces, ds1302, is a clock chip
    2023-08-06 01:45:03下载
    积分:1
  • 经典PCA详细流程
    程序设计步骤: 1、取均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步) 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量
    2022-09-19 03:45:03下载
    积分:1
  • vc下实现的最优化程序代码
    vc下实现的最优化程序代码-vc achieve the optimal code
    2022-03-21 03:38:02下载
    积分:1
  • 精密单点定位
    GPS 精密单点定位一般采用单台双频GPS 接收机, 利用IGS 提供的精密星历和卫星钟差,基于载波相位观测值进行的高精度定位。所解算出来的坐标和使用的IGS 精密星历的坐标框架即ITRF 框架系列一致, 而不是常用的WGS- 84 坐标系统下的坐标,因此IGS 精密星历与GPS 广播星历所对应的参考框架不同。
    2022-02-01 08:58:35下载
    积分:1
  • Geometry algorithms library, you can use on delphi5
    几何图形算法库,可以在delphi5上用-Geometry algorithms library, you can use on delphi5
    2023-01-06 23:35:04下载
    积分:1
  • 排列与组合
    有1、2、3、4个数字,能组成多少个互不相同且无重复数字的三位数?都是多少?  程序分析:可填在百位、十位、个位的数字都是1、2、3、4。组成所有的排列后再去掉不满足条件的排列。 
    2022-04-18 21:12:31下载
    积分:1
  • 多目标蝙蝠优化
    多目标蝙蝠优化算法是一类寻优精度很高的优化算法,简单实用,且易于实现,算法我已通过运行验证过,很好用,希望能够对大家有所帮助,谢谢!
    2022-01-24 18:15:24下载
    积分:1
  • CRF 工具包及使用教程
    CRF的工具包,实现原理,及样例。CRF(Conditional Random Field) 条件随机场是近几年自然语言处理领域常用的算法之一,常用于句法分析、命名实体识别、词性标注等。在我看来,CRF就像一个反向的隐马尔可夫模型(HMM),两者都是用了马尔科夫链作为隐含变量的概率转移模型,只不过HMM使用隐含变量生成可观测状态,其生成概率有标注集统计得到,是一个生成模型;而CRF反过来通过可观测状态判别隐含变量,其概率亦通过标注集统计得来,是一个判别模型。由于两者模型主干相同,其能够应用的领域往往是重叠的,但在命名实体、句法分析等领域CRF更胜一筹。当然你并不必须学习HMM才能读懂CRF,但通常来说如果做自然语言处理,这两个模型应该都有了解。
    2022-08-12 08:38:50下载
    积分:1
  • 696516资源总数
  • 106562会员总数
  • 4今日下载