BWDpbqe%21197

积分:209
上传文件:6
下载次数:248
注册日期:2018-08-06 10:16:04

上传列表
姜启源.zip - 数学建模,姜启源,高等教育出版社。大学生数学建模入门书籍,帮助了解基础模型,为进一步深入做准备。,2020-05-03 09:53:01,下载3次
四步相移法.zip - 基于结构光四步相移法的三维重建。该程序为仿真程序,帮助理解原理。具体标定需要用到MATLAB标定工具箱,2020-05-03 09:43:33,下载11次
924.zip - 将程序所在文件夹下的ply文件批量转化为TXT文件,2019-11-12 20:08:38,下载1次
ADC.zip - 能够实现STM32单片机的ADC转化,并将转化后的内容用串口的形式发到电脑端串口调试助手,2019-11-09 10:13:46,下载1次
098040.rar - 目标探测跟踪中的卡尔曼滤波算法,简单实用,适合初学者分析学习,,2018-09-14 11:34:09,下载1次
lpaded.rar - 用调用函数法实现bp网络,已载入训练和测试样本供大家分享和学习,有较理想的差准率和查全率,,2018-09-14 11:32:52,下载0次

近期下载
colorHist.zip - 彩色图像直方图均衡算法,分别在分量进行直方均衡后显示,效果非常明显,附有实验图和效果图。
直方图均衡.zip - 利用matlab实现彩色图像的直方图均衡化
zhifangtu.rar - MATLAB实现均衡算法,画出原始图像的直方图和经过处均衡处理后的直方图
基于MATLAB的图像面积测量方法.zip - 用MATLAB实现不规则图像的面积测量,采用像素灰度值的占比进行实现
GoogleNet_MATLAB-master.zip - GoogleNet 卷积神经网络 图片分类 分类精度高 网络结构深
Test4_goolenet.rar - 这个是python的Googlenet源码,在TensorFlow下的
SingularSpectrum.zip - 奇异谱分析是近年来兴起的一种研究非线性时间序列数据的强大的方法。它根据所观测到的时间序列构造出轨迹矩阵,并对轨迹矩阵进行分解、重构,从而提取出代表原时间序列不同成分的信号。如长期趋势信号、周期信号、噪声信号等,从而对时间序列的结构进行分析,并可进一步预测。
yinyuepinpu.rar - 可以实现基于stm32战舰版的音乐频谱的程序源代码
fft.rar - 用单片机控制FFT采样变换观察频谱,很好用
fft.rar - 2007年全国大学生电子设计大赛,A题音频信号分析仪的全部源程序。 单片机为c8051f120,系统时钟倍频至96MHZ。 main.c是一个包含五级菜单的主函数。 FFT.C是进行fft变换,将时域信号变换成频域信号。 flash.c是读写片外flash存储器的程序,可以将分析结果保存,以备调用. z7290.c是周立功7290键盘芯片的驱动程序. FFT_xgjis.c是对变换后的频谱进行分析和运算. FFT_CodeTable.c是一个正弦表,在FFT的时候调用. LCD320240.c是320*240的液晶驱动程序,液晶的控制器是SED1335. 所有的.h文件提供了子函数的定义. 本程序用KEIL3 802版本编译通过,将所有的.C文件添加到工程中,并编译main.c 注意两点:1.器件选择c8051f120. 2.在target中将时钟设为96M.同时必须将Memory Model 改成large--XDATA.默认的是small. 因为本设计占用的资源是非常大的. Program Size: data=81.3 xdata=6811 code=43056
fft.rar - FFT变换 C51 C语言,绝对正确, 效率高,已验证,欢迎下载
50243657FFT.rar - FFt算法的C语言实现,51单片机实现FFT算法
dingdian_FFT.rar - 用单片机进行定点fft计算的代码,十分好用。
FFT_51.rar - 基于51单片机的fft的C语言程序,加入了测试代码
fft.rar - 用单片机做的音频功率谱分析,包含FFT程序。单片机用STC的51单片机。
fmmm.rar - fm 的matlab实现 编程很好 fm 的matlab实现 编程很好
FFT.rar - 用matlab写的FFT程序。简单易懂!
FFT.rar - FFT的C实现方法 (函数名: 快速傅立叶变换 本函数测试OK,可以在TC2.0,VC++6.0,Keil C51测试通过。)
信号与系统 第三版上 郑君里ppt.rar - 信号编辑基础信号与系统 第三版上 郑君里ppt
85190844wedgelet.rar - 小波等神经网络,还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。

收藏