FPGA很有价值的27实例.rar包括LED控制VHDL程序与仿真2004.8修改.doc;
LED控制VHDL程序与仿真;
LCD控制VHDL程序与仿真2004.8修改;
LCD控制VHDL程序与仿真;
ADC0809VHDL控制程序;
TLC5510VHDL控制程序;
DAC0832接口电路程序;
TLC7524接口电路程序;
URATVHDL程序与仿真;
ASK调制与解调VHDL程序及仿真;
FSK调制与解调VHDL程序及仿真;
PSK调制与解调VHDL程序及仿真;
MASK调制VHDL程序及仿真;
MFSK调制VHDL程序及仿真;
MPSK调制与解调VHDL程序与仿真;
基带码发生器程序设计与仿真;
频率计程序设计与仿真;
采用等精度测频原理的频率计程序与仿真;
电子琴程序设计与仿真2004.8修改;
电子琴程序设计与仿真;
电梯控制器程序设计与仿真;
电子时钟VHDL程序与仿真;
自动售货机VHDL程序与仿真;
出租车计价器VHDL程序与仿真2004.8修改;
出租车计价器VHDL程序与仿真;
波形发生程序;
步进电机定位控制系统VHDL程序与仿-
2024/11/4 0:30:22 1.22MB VHDL 程序举例
1
实现SMART200两轴步进画圆,自定义半径大小。
对于精度不高的没问题。
可根据步进驱动器细分调精度。
2024/11/3 18:17:34 10KB smart步
1
基于89c51的等精度频率计lcd1602显示基于89c51的等精度频率计lcd1602显示基于89c51的等精度频率计lcd1602显示基于89c51的等精度频率计lcd1602显示
1
在合理布局井下无线网络基站的基础上,提出了一种基于多载波时频迭代的最大似然TOA(TimeofArrival)估计算法,通过将小数延时不断迭代来缩小估计误差,确定合适搜索步长,实现对信号的精确TOA估计。
仿真结果表明:时频迭代的最大似然TOA估计算法具有更快的收敛速度;在信噪比较小时,采用时频迭代的最大似然TOA估计算法比经典TOA估计算法有效地提高了估计精度。
2024/10/22 16:22:25 668KB 最大似然估计 TOA 时频迭代 多载波
1
通过扩展卡尔曼滤波器高精度估算惯性旋转
2024/10/18 20:30:47 370KB 研究论文
1
在做相机标定的时候需要打印标定板,网上有卖的,但也没那必要,自己打印的完全可以胜任,如果打印精度差的话可以彩印试试机器视觉标定板棋盘格CAD格式可以直接打印机器视觉标定板棋盘格CAD格式可以直接打印非常清晰
2024/10/17 14:07:31 65KB Cad 机器视觉 标定
1
2015年全国各城市pm2.5数值。
数据精度具体到小时,数据格式csv
2024/10/16 0:38:48 14.98MB 2015年 pm2.5
1
机器人行业兴起的同时,关于机器人有效移动的研究也渐渐深入。
为了彻底解决机器人移动问题,人们提出了让机器人搭载自由移动小车的设想,这导致全方位移动AGV的研究备受国内外学者的关注。
全方位移动AGV的转向控制难度较大,转向精度、可靠性要求高,严重影响了机器人的移动,而麦克纳姆轮具有转向性能突出,承载能力大等优点。
2024/10/13 4:14:31 5.02MB 麦克纳姆轮
1
在遥感领域,数据集是研究和开发的关键资源,它们为模型训练、验证和测试提供了必要的数据。
"高光谱和LiDAR多模态遥感图像分类数据集"是这样一种专门针对遥感图像处理的宝贵资源,它结合了两种不同类型的数据——高光谱图像和LiDAR(LightDetectionandRanging)数据,以实现更精确的图像分类。
高光谱图像,也称为光谱成像,是一种捕捉和记录物体反射或发射的光谱信息的技术。
这种技术能够提供数百个连续的光谱波段,每个波段对应一个窄的电磁谱段。
通过分析这些波段,我们可以获取物体的详细化学和物理特性,例如植被健康、土壤类型、水体污染等,这对环境监测、城市规划、农业管理等有着重要的应用。
LiDAR则是一种主动遥感技术,它通过向地面发射激光脉冲并测量回波时间来计算目标的距离。
LiDAR数据可以生成高精度的地形模型,包括地表特征如建筑物、树木和地形起伏。
此外,LiDAR还能穿透植被,揭示地表覆盖下的特征,如地基和地下结构。
这个数据集包含了三个不同的地区:Houston2013、Trento和MUUFL。
每个地区可能对应不同的地理环境和应用场景,这为研究者提供了多样性的数据,以便他们在不同条件和场景下测试和比较分类算法的效果。
数据集的分类任务通常涉及识别图像中的各种地物类别,如建筑、水体、植被、道路等。
多模态数据结合可以显著提升分类的准确性,因为高光谱数据提供了丰富的光谱信息,而LiDAR数据则提供了高度精确的空间信息。
将这两者结合起来,可以形成一个强大的特征空间,帮助区分相似的地物类别,减少分类错误。
在实际应用中,这个数据集可以用于训练深度学习或机器学习模型,比如卷积神经网络(CNN)。
通过在这样的多模态数据上训练,模型能够学习到如何综合解析光谱和空间信息,从而提高对遥感图像的分类能力。
对于研究人员和开发者来说,这个数据集提供了理想的平台,用于开发新的图像分析技术,改进现有算法,并推动遥感图像处理领域的创新。
"高光谱和LiDAR多模态遥感图像分类数据集"是一个涵盖了多种地理环境和两种互补遥感技术的宝贵资源,对于理解地物特性、提升遥感图像分类精度以及推动遥感技术的发展具有重大价值。
通过深入研究和利用这个数据集,我们可以期待在未来实现更加智能化和精确化的地球表面监测。
2024/10/9 21:43:17 185.02MB 数据集
1
积分方程的高精度算法【吕涛,黄晋著作】2013年版pdf
2024/10/9 0:25:29 12.9MB 积分方程
1
共 963 条记录 首页 上一页 下一页 尾页
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。
2024-04-09 15:03 15KB 钉钉 钉钉打卡