本系统由三角波信号发生器和三角波信号参数测试仪两部分构成。
信号发生器以FPGA为控制核心，基于直接数字频率合成原理，能够产生频率、幅度、占空比连续可调的三角波信号，频率范围1Hz~1MHz，幅度范围40mV~4V，占空比1%~99%。
三角波信号参数测试仪以等精度法实现了精度为10-6的三角波频率测量；
以数字峰值检波的方法实现了幅度测量，精度优于1%；
以多点求均值的方法降低了求取斜率的误差，精度优于1%。

基于FPGA的UART异步传输协议，已通过仿真并下板调试，能支持数字、字母、中文、特殊符号等的传输，同时单次以及多次的连续字符串传输，可直接在串口助手中看到返回的数据，或者通过signal_tap对信号进行抓取，验证数据的正确性。

在监督学习中，给定一组数据，我们知道正确的输出结果应该是什么样子，并且知道在输入和输出之间有着一个特定的关系。
这么说可能理解起来不是很清晰，没关系，后面有具体的例子。
监督学习可分为“回归”和“分类”问题。
监督学习分类在回归问题中，我们会预测一个连续值。
也就是说我们试图将输入变量和输出用一个连续函数对应起来；
而在分类问题中，我们会预测一个离散值，我们试图将输入变量与离散的类别对应起来。
下面举两个例子，就会非常清楚这几个概念了。
通过房地产市场的数据，预测一个给定面积的房屋的价格就是一个回归问题。
这里我们可以把价格看成是面积的函数，它是一个连续的输出值。
但是，当把上面的问题改为“预测一个给定面积的房

该固件为安氏领信LTAP3000无线AP固件OPENWRT-LEDE17.01.06最新版，无需硬改，刷完直接使用，带不死BREED，刷完以后再不用编程器了，亲测连续一个多月稳定不掉线

零信任是一种安全模型，一套系统设计原则，以及基于承认传统网络边界内外都存在威胁的协调网络安全和系统管理策略。
零信任安全模型消除了对任何一个元素、节点或服务的隐式信任，而是需要通过从多个来源反馈的实时信息来连续验证操作情况，以确定访问和其他系统响应。

这是一个用VS编写的图传上位机，具备连续播放JPEG流的能力，只需不断地发送一帧一帧的原始jpeg数据就可以使用，通用性较强，同时它还有测速的功能，适合调试大数据流的下位机。
这里以1.9元收费的形式开放下载。

在window的qtcreator平台上开发的，qt定时器的方法连续播放几幅图片看起来像动画，而且运行时外围的窗体都被透明化了，只有显示破壳而出的小鸡的动画，在你的桌面上随意拖动。

89C51/52单片机头文件内容详解sfrP0=0x80;//P0口sfrP1=0x90;//P1口sfrP2=0xA0;//P2口sfrP3=0xB0;//P3口sfrPSW=0xD0;//程序状态字，具体位意义见位定义sfrACC=0xE0;//累加器，程序员最常用的sfrB=0xF0;//寄存器，主要用于乘除sfrSP=0x81;//堆栈指针，初始化为07；
先加1后压栈，先出栈再减1，sfrDPL=0x82;sfrDPH=0x83;//数据指针，用途大sfrPCON=0x87;//电源控制sfrTCON=0x88;//Timer/Counter控制sfrTMOD=0x89;//Timer/Counter方式控制sfrTL0=0x8A;sfrTL1=0x8B;//sfrTH0=0x8C;//存着当前的计数值sfrTH1=0x8D;//我就想不明白，当时设计的时候，为什么不把TH0,TL0放在连续的地址！sfrIE=0xA8;//好东西，中断控制sfrIP=0xB8;//中断优先级控制，没有设计过要求时间严格的系统，所以至今没有用过sfrSCON=0x98;//哇，熟悉，串口控制寄存器sfrSBUF=0x99;//哇，更熟悉，串口缓冲寄存器/*BITRegister*//*PSW*/sbitCY=0xD7;//进位或借位，有就是1，没有就是0sbitAC=0xD6;//辅助进借位，（麻烦b）sbitF0=0xD5;//没有具体用途，可以由用户决定

目录第1章线性神经网络的工程应用1.1系统辨识的MATLAB实现1.2自适应系统辨识的MATLAB实现1.3线性系统预测的MATLAB实现1.4线性神经网络用于消噪处理的MATLAB实现第2章神经网络预测的实例分析2.1地震预报的MATLAB实现2.1.1概述2.1.2地震预报的MATLAB实例分析2.2交通运输能力预测的MATLAB实现2.2.1概述2.2.2交通运输能力预测的MATLAB实例分析2.3农作物虫情预测的MATLAB实现2.3.1概述2.3.2农作物虫情预测的MATLAB实例分析2.4基于概率神经网络的故障诊断2.4.1概述2.4.2基于PNN的故障诊断实例分析2.5基于BP网络和Elman网络的齿轮箱故障诊断2.5.1概述2.5.2基于BP网络的齿轮箱故障诊断实例分析2.5.3基于Elman网络的齿轮箱故障诊断实例分析2.6基于RBF网络的船用柴油机故障诊断2.6.1概述2.6.2基于RBF网络的船用柴油机故障诊断实例分析第3章BP网络算法分析与工程应用3.1数值优化的BP网络训练算法3.1.1拟牛顿法3.1.2共轭梯度法3.1.3LevenbergMarquardt法3.2BP网络的工程应用3.2.1BP网络在分类中的应用3.2.2函数逼近3.2.3BP网络用于胆固醇含量的估计3.2.4模式识别第4章神经网络算法分析与实现4.1Elman神经网络4.1.1Elman神经网络结构4.1.2Elman神经网络的训练4.1.3Elman神经网络的MATLAB实现4.2Boltzmann机网络4.2.1BM网络结构4.2.2BM网络的规则4.2.3用BM网络解TSP4.2.4BM网络的MATLAB实现4.3BSB模型4.3.1BSB神经模型概述4.3.2BSB的MATLAB实现第5章预测控制算法分析与实现5.1系统辨识5.2自校正控制5.2.1单步输出预测5.2.2最小方差控制5.2.3最小方差间接自校正控制5.2.4最小方差直接自校正控制5.3自适应控制5.3.1MIT自适应律5.3.2MIT归一化算法第6章改进的广义预测控制算法分析与实现6.1预测控制6.1.1基于CARIMA模型的JGPC6.1.2基于CARMA模型的JGPC6.2神经网络预测控制的MATLAB实现第7章SOFM网络算法分析与应用7.1SOFM网络的生物学基础7.2SOFM网络的拓扑结构7.3SOFM网络学习算法7.4SOFM网络的训练过程7.5SOFM网络的MATLAB实现7.6SOFM网络在实际工程中的应用7.6.1SOFM网络在人口分类中的应用7.6.2SOFM网络在土壤分类中的应用第8章几种网络算法分析与应用8.1竞争型神经网络的概念与原理8.1.1竞争型神经网络的概念8.1.2竞争型神经网络的原理8.2几种联想学习规则8.2.1内星学习规则8.2.2外星学习规则8.2.3科荷伦学习规则第9章Hopfield神经网络算法分析与实现9.1离散Hopfield神经网络9.1.1网络的结构与工作方式9.1.2吸引子与能量函数9.1.3网络的权值设计9.2连续Hopfield神经网络9.3联想记忆9.3.1联想记忆网络9.3.2联想记忆网络的改进9.4Hopfield神经网络的MATLAB实现第10章学习向量量化与对向传播网络算法分析与实现10.1学习向量量化网络10.1.1LVQ网络模型10.1.2LVQ网络学习算法10.1.3LVQ网络学习的MATLAB实现10.2对向传播网络10.2.1对向传播网络概述10.2.2CPN网络学习及规则10.2.3对向传播网络的实际应用第11章NARMAL2控制算法分析与实现11.1反馈线性化控制系统原理11.2反馈线性控制的MATLAB实现11.3NARMAL2控制器原理及实例分析11.3.1NARMAL2控制器原理11.3.2NARMAL2控制器实例分析第12章神经网络函数及其导函数12.1神经网络的学习函数12.2神经网络的输入函数及其导函数12.3神经网络的性能函数及其导函数12.3.1性能函数12.3.2性能函数的导函数第13章Simulink神经网络设计13.1Simulink交互式仿真集成环境13.1.1Simulink模型创建1

使用stm32库文件通过DMA联立ADC实现三通道电压的连续采样和转换

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。