内附计算不平衡响应里面还有结果图利用的传递矩阵法计算求解转子系统前三阶临界转速和主振型简化模型未考虑陀螺效应

一、训练任务1.熟练掌握Proteus软件的使用；
2.按照设计要求完成电路原理图的设计；
3.按照设计要求结合Keil软件完成MCU的软件开发；
4.能够按要求对所设计的电路进行仿真。
二、设计要求及说明1.采用单片机控制DS1302实现万年历功能；
2.初始化时需要写入DS1302进行初始年月日时分秒校正；
3.DS1302外部晶振32.768KHz；
4.采用5位LED或LCD1602显示；
5.根据设计任务的要求编写程序，画出程序流程图，并在Proteus下进行仿真，实现相应功能。

基于STC单片机串口接收发送程序/*****************************************************************************程序名称：STC89C52RC单片机串口发送接收程序*实验条件：11.0592的晶振频率

DE2-115配套书籍，台湾进口书籍PDF版本，以及配套代码以及官网2013更新的中文参考手册。
对新手比较友好，可以快速入门。
1.核心的FPGA芯片：CycloneIV4CE115F29，从名称可以看出，它包含有115千个LE。
Altera下载控制芯片-EPCS64以及USB-Blaster对Jtag和as模式的支持。
2.存储用的芯片有：2-MbyteSRAM，64-MbyteSDRAM，8-MbyteFlashmemory3.经典IO配置：拥有4个按钮，18个拨动开关，18个红色发光二极管，9个绿色发光二极管，8个七段数码管，16*2字符液晶显示屏，4.超强多媒体：24位CD音质音频芯片WM8731(Mic输入+LineIn+标准音频输出)，视频解码芯片(支持NTSC/PAL制式)，带有高速DAC视屏输出VGA模块。
5.更多标准接口：通用串行总线USB控制模块以及A、B型接口，SDCard接口，IrDA红外模块，2个10/100/1000M自适应以太网络适配器，RS-232标准串口，PS/2键盘接口6.其他：50M晶振，支持外部时钟，80针带保护电路的外接IO，1个hsmc连接器

世界最小的USB转TTL模块选择无需外部晶振额CH340C为了可扩展为自动烧录模块没有选择EN系列芯片PCB尺寸仅2.3CM长1CM宽宽度已经是芯片宽度无法更小了可为51Arduino等单片机烧录程序

本例程为STM32F107VC的电压和温度采集，晶振24M

altiumdesigner画的，DSP2812主控板sch原理图包括晶振电路电源电路采样电路LED灯PWM驱动电路数码管显示电路等等

北京振中掌机TP900详细的使用及开发手册

基于低速信号注入法珀（FP）激光器可实现无微波本振光纤无线通信(RoF)上变频技术，但是得到的微波本振频率受到FP激光器中四波混频效率的限制，难以直接实现毫米波载波的RoF上变频。
在注入锁定FP激光器的基础上提出了一种新型的、低成本的在光域直接产生毫米波载波的RoF上变频方案。
由于注入锁定FP激光器过程中的动态载流子特性，上变频得到的载波信号带有正啁啾，故可用负色散介质对载波信号进行脉冲压缩，从而增强高阶谐波分量以完成毫米波载波的无本振RoF上变频。
实验中采用2Gb/s非归零码注入实现了载波为13.9GHz，用2.5Gb/s注入实现了载波分别为13.9GHz和15.4GHz的RoF上变频，并采用上述方案分别实现27.8GHz和30.8GHz的倍频载波分量的增强。
进一步实验验证了用本方案实现载波频率约60GHz可调谐毫米波的无本振RoF上变频的可行性。

本书对数据挖掘的基本算法进行了系统介绍，每种算法不仅介绍了算法的基本原理，而且配有大量例题以及源代码，并对源代码进行了分析，这种理论和实践相结合的方式有助于读者较好地理解和掌握抽象的数据挖掘算法。
全书共分11章，内容同时涵盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法，具体章节包括绪论、数据预处理、关联规则挖掘、决策树分类算法、贝叶斯分类算法、人工神经网络算法、支持向量机、Kmeans聚类算法、K中心点聚类算法、神经网络聚类算法以及数据挖掘的发展等内容。
本书可作为高等院校数据挖掘课程的教材，也可以作为从事数据挖掘工作以及其他相关工程技术工作人员的参考书。
第1章绪论11.1数据挖掘的概念11.2数据挖掘的历史及发展11.3数据挖掘的研究内容及功能51.3.1数据挖掘的研究内容51.3.2数据挖掘的功能61.4数据挖掘的常用技术及工具91.4.1数据挖掘的常用技术91.4.2数据挖掘的工具121.5数据挖掘的应用热点121.6小结14思考题15第2章数据预处理162.1数据预处理的目的162.2数据清理182.2.1填充缺失值182.2.2光滑噪声数据182.2.3数据清理过程192.3数据集成和数据变换202.3.1数据集成202.3.2数据变换212.4数据归约232.4.1数据立方体聚集232.4.2维归约232.4.3数据压缩242.4.4数值归约252.4.5数据离散化与概念分层282.5特征选择与提取302.5.1特征选择302.5.2特征提取312.6小结33思考题33第3章关联规则挖掘353.1基本概念353.2关联规则挖掘算法——Apriori算法原理363.3Apriori算法实例分析383.4Apriori算法源程序分析413.5Apriori算法的特点及应用503.5.1Apriori算法特点503.5.2Apriori算法应用513.6小结52思考题52第4章决策树分类算法544.1基本概念544.1.1决策树分类算法概述544.1.2决策树基本算法概述544.2决策树分类算法——ID3算法原理564.2.1ID3算法原理564.2.2熵和信息增益574.2.3ID3算法594.3ID3算法实例分析604.4ID3算法源程序分析644.5ID3算法的特点及应用724.5.1ID3算法特点724.5.2ID3算法应用724.6决策树分类算法——C4.5算法原理734.6.1C4.5算法734.6.2C4.5算法的伪代码754.7C4.5算法实例分析764.8C4.5算法源程序分析774.9C4.5算法的特点及应用1014.9.1C4.5算法特点1014.9.2C4.5算法应用1014.10小结102思考题102第5章贝叶斯分类算法1035.1基本概念1035.1.1主观概率1035.1.2贝叶斯定理1045.2贝叶斯分类算法原理1055.2.1朴素贝叶斯分类模型1055.2.2贝叶斯信念网络1075.3贝叶斯算法实例分析1105.3.1朴素贝叶斯分类器1105.3.2BBN1125.4贝叶斯算法源程序分析1145.5贝叶斯算法特点及应用1195.5.1朴素贝叶斯分类算法1195.5.2贝叶斯信念网120思考题121第6章人工神经网络算法1226.1基本概念1226.1.1生物神经元模型1226.1.2人工神经元模型1236.1.3主要的神经网络模型1246.2BP算法原理1266.2.1Delta学习规则的基本原理1266.2.2BP网络的结构1266.2.3BP网络的算法描述1276.2.4标准BP网络的工作过程1296.3BP算法实例分析1306.4BP算法源程序分析1346.5BP算法的特点及应用1436.5.1BP算法特点1436.5.2BP算法应用1446.6小结145思考题145第7章支持向量机146

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。