maltab仿真LED阵列，以求maltab更加广泛的应用

一个很小的自制MP3，注意：此版本只是一个母板，要再插上买的VS1003/1053模块才能使用！供电推荐使用3.7v的小航模锂电池，可以直接用透明胶固定在中间，整体成品大概半个手心那么大，还是很mini的，带耳机孔，有两个用户自定义按键，预留了OLED接口，另板子上预留了电量检测接口。
还有一个比较有意思的部分，板子上加了充电功能（给3.7伏锂电池充电），开关是两档的，一档开启模块（此时使用电池本身电量），一档使用USB供电（当然如果USB不插就是没电，就是关闭状态了。
如果有USB接入，就会给锂电池充电）代码参考我发的另一个资源。
（其实自己写也很简单，直接移植下模块的参考程序就行网上很多）

基于贝叶斯分类的中文垃圾信息分类识别核心核心代码，可直接运行的源程序。
publicvoidloadTrainingDataChinies(FiletrainingDataFile,StringinfoType){//加载中文分词其NLPIR.init("lib");//System.out.println(trainingDataFile.isFile()+"==============");//尝试加载学习数据文件try{//针对学习数据文件构建缓存的字符流，利用其可以采用行的方式读取学习数据BufferedReaderfileReader=newBufferedReader(newFileReader(trainingDataFile));//定义按照行的方式读取学习数据的临时变量Stringdata="";//循环读取学习文件中的数据while((data=fileReader.readLine())!=null){//System.out.println("*****************************");//System.out.println(data+"000000000000000000000");//按照格式分割字符串，将会分割成两部分，第一部分为ham或spam,用于说明本行数据是有效消息还是垃圾消息，第二部分为消息体本身//String[]datas=data.split(":");//对消息体本身进行简单分词（本学习数据均为英文数据，因此可以利用空格进行自然分词，但是直接用空格分割还是有些简单粗暴，因为没有处理标点符号，大家可以对其进行扩展，先用正则表达式处理标点符号后再进行分词，也可以扩展加入中文的分词功能）//首先进行中文分词//System.out.println(datas[1]+"------------------------");//if(datas.length＞1){//System.out.println(datas.length);Stringtemp=NLPIR.paragraphProcess(data,0);//System.out.println(temp);String[]words=temp.split("");

我是2014级复旦的研究生。
这是一个8位的CPU设计VHDL实现。
本CPU基于RISC架构，实现了cpu的基本功能如：加减乘除运算，跳转等。
此外，里面有一个17位的ROM区，是存储指令的。
你可以写出一段17位的指令代码，并放入ROM区，该CPU即可自动运行出结果。
压缩包里是源代码和我们当时的设计要求。
本源代码的最后调试时在地址0--17是放入的斐波纳契数字(FibonacciNumbers)指令。
通过modelsim仿真即可看到结果。

这是基于html5和css3的一款聊天界面设计，5个静态界面的设计和跳转已经基本实现，运行于Googlechrome浏览器，代码全部都有，可直接运行。

基于arduino制作的属于自己的3d打印机流程

针对目前混凝土强度预测中存在的不确定性，难以自适应性的确定神经网络隐含层，建立了基于高维云的RBF神经网络的混凝土预测模型。
运用MATLAB8.10进行仿真实验。
实验结果表明该模型综合考虑了影响混凝土强度的各种因素，能够实现预测结果的随机性和模糊性，具有更高的预测精度，更快的训练速度，可以广泛应用于生产现场实地的混凝土强度预测和质量检验。

基于模糊聚类的彩色图像分割方法的研究

STM32的硬件I2C不好用，很多人在开发I2C的过程中，使用的是软件I2C进行调试。
其实这么多年的改进，以及ST公司库函数的不断升级，现在可以比较方便的调用I2C，不过CubeMX的函数生成存在小问题，导致硬件i2c使用依然不方便。
本资源则是调试好的代码。
大家可以参考其中的代码，并且祝大家能够顺利使用硬件i2c

画板的功能比较强大，有线条颜色的选择，还有，线条粗线的选择，形状的选择

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。