MATLAB神经网络与案例精讲源码第2章MATLAB快速入门第4章单层感知器第5章线性神经网络第6章BP神经网络第7章径向基函数网络第8章自组织竞争神经网络第9章反馈神经网络第10章随机神经网络第11章用GUI设计神经网络第13章神经网络应用实例

完整的语音处理matlab程序。
demo为利用ERBGammatone滤波器对语音信号进行处理。
可以提取基于听觉感知的特征参数。

图像的压缩感知之AMP算法，相较于FISTA算法在执行效率上更加有效，迭代到30次左右可实现很小的误差。

压缩感知理论与应用全书，共12章，各章标题如下：1.IntroductiontocompressedsensingMarkA.Davenport,MarcoF.Duarte,YoninaC.EldarandGittaKutyniok;2.Secondgenerationsparsemodeling:structuredandcollaborativesignalanalysisAlexeyCastrodad,IgnacioRamirez,GuillermoSapiro,PabloSprechmannandGuoshenYu;3.Xampling:compressedsensingofanalogsignalsMosheMishaliandYoninaC.Eldar;4.Samplingattherateofinnovation:theoryandapplicationsJoseAntoniaUriguen,YoninaC.Eldar,PierLuigiDragottaandZvikaBen-Haim;5.Introductiontothenon-asymptoticanalysisofrandommatricesRomanVershynin;6.AdaptivesensingforsparserecoveryJarvisHauptandRobertNowak;7.Fundamentalthresholdsincompressedsensing:ahigh-dimensionalgeometryapproachWeiyuXuandBabakHassibi;8.GreedyalgorithmsforcompressedsensingThomasBlumensath,MichaelE.DaviesandGabrielRilling;9.GraphicalmodelsconceptsincompressedsensingAndreaMontanari;10.FindingneedlesincompressedhaystacksRobertCalderbank,SinaJafarpourandJeremyKent;11.DataseparationbysparserepresentationsGittaKutyniok;12.FacerecognitionbysparserepresentationArvindGanesh,AndrewWagner,ZihanZhou,AllenY.Yang,YiMaandJohnWright.

序言第1章引言1.1引言1.2本书综述第2章运动2.1引言2.1.1运动的关键问题2.2腿式移动机器人2.2.1腿的构造与稳定性2.2.2腿式机器人运动的例子2.3轮式移动机器人2.3.1轮子运动：设计空间2.3.2轮子运动：实例研究第3章移动机器人运动学3.1引言3.2运动学模型和约束3.2.1表示机器人的位置3.2.2前向运动学模型3.2.3轮子运动学约束3.2.4机器人运动学约束3.2.5举例：机器人运动学模型和约束3.3移动机器人的机动性3.3.1活动性的程度3.3.2可操纵度3.3.3机器人的机动性3.4移动机器人工作空间3.4.1自由度3.4.2完整机器人3.4.3路径和轨迹的考虑3.5基本运动学之外3.6运动控制3.6.1开环控制3.6.2反馈控制第4章感知4.1移动机器人的传感器4.1.1传感器分类4.1.2表征传感器的特性指标4.1.3轮子／电机传感器4.1.4导向传感器4.1.5基于地面的信标4.1.6有源测距4.1.7运动／速度传感器4.1.8基于视觉的传感器4.2表示不确定性4.2.1统计的表示4.2.2误差传播：对不确定的测量进行组合4.3特征提取4.3.1基于距离数据的特征提取(激光、超声和基于视觉测距)4.3.2基于可视表象的特征提取第5章移动机器人的定位5.1引言5.2定位的挑战：噪声和混叠5.2.1传感器噪声5.2.2传感器混叠5.2.3执行器噪声5.2.4里程表位置估计的误差模型5.3定位或不定位：基于定位的导航与编程求解的对比5.4信任度的表示5.4.1单假设信任度5.4.2多假设信任度5.5地图表示方法5.5.1连续的表示方法5.5.2分解策略5.5.3发展水平：地图表示方法的最新挑战5.6基于概率地图的定位5.6.1引言5.6.2马尔可夫定位5.6.3卡尔曼滤波器定位5.7定位系统的其他例子5.7.1基于路标的导航5.7.2全局唯一定位5.7.3定位信标系统5.7.4基于路由的定位5.8自主地图的构建5.8.1随机构图的技术5.8.2其他的构图技术第6章规划与导航6.1引言6.2导航能力：规划和反应6.2.1路径规划6.2.2避障6.3导航的体系结构6.3.1代码重用与共享的模块性6.3.2控制定位6.3.3分解技术6.3.4实例研究：分层机器人结构参考文献

这个讲的比较简单，对入门有帮助！我经常翻阅~~

stanford大学的matlab压缩感知工具箱sparseLab。
安装方法看附带文档关于压缩感知信号重构的matlab程序工具箱(Toolboxoncompressedperceptionofthesignalreconstructionmatlabprogram)

压缩感知的稀疏重构中广泛应用的正交匹配追踪（OMP）算法matlab程序，该算法由香港大学电子工程系沙威老师开发，代码注释详细，便于读者理解。
已测试，可以正常运行。
读者通过代码可以加深对该算法以及压缩感知、稀疏重构的认识。

一、创设情境，引入新课。
1.（课件出示2）课文摄影插图，同时放激烈的炮声录音。
2.教师讲述：这是抗日战争时期，我八路军野战医院紧张抢救伤员的情景。
看，这位外国医生不顾个人安危，正在为伤员做手术，他说：“手术台是医生的阵地”（板书：手术台就是阵地）。
（课件出示1）课文题目。
3.鼓励学生齐读课题后进行质疑，教师板书有价值的问题。
4.请同学们认真地阅读课文，到课文中去寻找问题的答案。
二、阅读课文，探究初成。
1.学生用自己喜欢的方式读课文，自学生字新词。
（注意读准生字字音，画出本课的生字词，画出自然段序号。
）2.检查学生自学情况（1）指名让学生按小节读课文并纠正读音。
（课件出示3）dòubànɡēndàixuèchèxiǎnwǎliánxùnsùduómiǎo斗棒恩大血撤险瓦帘迅速夺秒自由读，指名读。
纠正读音：注意读准平舌音“速”，翘舌音“撤”，前鼻音“恩、迅”，后鼻音“棒”。
多音字“斗”在“战斗”中读dòu,还有一个读音“dǒu”,组词为“斗笠”；
“大”在“大夫”中读dài,还有一个读音是“dà”，组词为“大小”。
3.识记生字形近字比较：捧—棒头—斗脸—险吵—秒讯—迅熟字加偏旁（部件）：恩：因+心血：丿+皿速=束+辶4.结合前面所提的问题，初步感知课文内容。
（1）知人物：本文写的是把手术台当作阵地的白求恩大夫的感人事迹。
（2）知情节：抗日战争时期在齐会战斗中，白求恩大夫在形势越来越危险的情况下，把手术台当作阵地，忘我地坚持为伤员做手术，连续工作69个小时。
（3）检查生字词的学习：注意多音字的读音，注意区分形近和同音字。
5.简介白求恩。
（课件出示4）

压缩感知的稀疏重构中广泛应用的正交匹配追踪（OMP）算法matlab程序，该算法由香港大学电子工程系沙威老师开发，代码注释详细，便于读者理解。
已测试，可以正常运行。
读者通过代码可以加深对该算法以及压缩感知、稀疏重构的认识。

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。