本文描述了一种基于DRFM（数字射频存储器）的简化结构的多普勒信号数字生成方法，该方法通过设定进入DRFM的中频信号频率以及DRFM的采样频率，使其满足1/4奇数倍的关系，从而减少正交解调滤波器的设计，直接得到输入信号的同相分量和正交分量，然后在数字域中进行多普勒频率的复数相乘，得到简化结构的数字多普勒信号生成方法。
本文推导了基于DRFM的数字多普勒信号的生成方法，得到了简化结构的信号处理流程，并给出了该方法的仿真试验结果。

结合北斗二号(COMPASS)和GPS系统的运行轨道参数及系统特性,建立了COMPASS/GPS双模导航定位伪距测量误差模型,推导分析了双系统定位的几何误差因子;并对某地区的COMPASS/GPS双模导航定位精度进行了系统的分析。
仿真结果表明,在某地区内,北斗二代系统在空间域与时间域上的整体稳定性优于GPS系统,组合的COMPASS/GPS系统在可见星和精度方面优于单一的定位系统。

摘要：传递迁移学习是利用源域知识来提高目标域学习能力的一种学习方法，已在各种应用中被证明是有效的。
迁移学习的一个主要限制是源域和目标域应该是直接相关的，如果两个领域之间几乎没有重叠，则在这些领域之间执行知识转移将无效。
受人类传递性推理和学习能力的启发，利用辅助概念将两个看似无关的概念通过一系列中间桥连接起来，本文研究了一个新的学习问题：传递性转移学习（transitiveTransferlearning，简称TTL）。
TTL的目的是在源域和目标域直接共享少量因素的情况下，打破大的域距离，传递知识。
例如，当源域和目标域分别是文本和图像时，TTL可以使用一些带注释的图像作为中间域来桥接它们。
为了解决TTL问题，我们提出了一个框架，首先选择一个或多个域作为源域和目标域之间的桥梁，实现转移学习，然后通过这个桥梁进行知识转移。
大量的经验证据表明，该框架在多个分类数据集上产生了最新的分类精度。

为使不同频带的电磁波沿着各自的信道传输，在二维介质柱正方格光子晶体中设计了3种典型的信道分路滤波器(CDF)结构。
利用时域有限差分法研究了其特性，得到了各个输出端口对应的传输特性曲线。
各信道分路输出信号在其通带中心频率处强度最大，随远离中心频率向高频或低频移动各信道输出信号强度将迅速衰减。
该类CDF结构各信道分路具有选频性能强，频带中心频率串扰弱，工作波长范围宽等特性，可用作设计窄带带通滤波器、或带阻滤波器等微型器件。
因此，在光子晶体片上的光路设计、波分复用光通信系统设计等方面存在潜在的应用价值。

%线性调频信号的实部和虚部及时域脉压输出clearall;clc;T=16e-6;B=5e6;K=B/T;fs=6*B;Ts=1/fs;N=T/Ts;t=-T/2:T/(N-1):T/2;s=exp(j*pi*K*t.^2);y=conv(s,conj(s));len=length(y);t1=-T/2:T/(len-1):T/2;figure;plot(t,real(s));gridon;axis([-1.2e-51.2e-5-11]);xlabel('时间(s)');ylabel('幅度');title('LFM信号的I路');figure;plot(t,imag(s));gridon;axis([-1.2e-51.2e-5-11]);xlabel('时间(s)');ylabel('幅度');title('LFM信号的Q路');figure;plot(t1,20*log10(abs(y)/max(abs(y))));gridon;axis([-1.2e-51.2e-5-900]);xlabel('时间(s)');ylabel('幅度(dB)');title('时域脉压后的波形(未加权)');subplot(311);plot(t,real(s));gridon;xlabel('time(s)');ylabel('amplitude(dB)');title('realpartofLFM:T=16us,B=4MHz');axis([-T/2T/2-11]);subplot(312);plot(t,imag(s));gridon;xlabel('time(s)');ylabel('amplitude(dB)');title('imagepartofLFM:T=16us,B=4MHz');axis([-T/2T/2-11]);subplot(313);plot(t1,20*log10(abs(y)/max(abs(y))));gridon;axis([-1.2e-51.2e-5-900]);xlabel('时间(s)');ylabel('幅度(dB)');title('时域脉压后的波形(未加权)');

网站的自定义JavaScript在任何网站上运行自定义JavaScript。
使用此工具可以在任何网站中注入自定义JavaScript。
您的脚本保存在本地存储中，并跨域URL应用。
您可以使用jQuery1.11.x或2.1.x或您自己的外部脚本。
用例：站点调试（错误的列表排序等）隐藏烦人的弹出窗口和广告自定义UI任何你能想到的:)新的功能：Ace编辑器（通过热键格式化，突出显示，撤消/重做）草稿自动保存（因此，不保存就关闭窗口没关系）主机（网站）切换（您可以浏览其他网站的customjs）包含外部脚本（eq。
Underscore.js很酷）谢谢：Ace-纯-http:base.js您可以在extension/lib/base.js找到base.js它为您提供有用的功能。
您可以直接在JavaScript代码中使用所有功能。
为避免名称冲突，所有函数customjs。
现在只有一个功能：customjsReadycustomjsReady('.nav',function(element){

本程序主要实现频域图像处理程序包括：理想低通滤波器，巴特沃斯低通滤波器，高斯低通滤波器，理想高通滤波器，巴特沃斯高通滤波器，高斯高通滤波器以及同态滤波器使用时候需要把main.m中imread括号中单引号里面的程序改成你想使用的图片的路径以及文件名和文件格式即可

基于labview开发的一个噪声采集和分析的软件。
采集部分通过DAQ采集，分析部分有时域分析，频域分析，时频分析，以及其他一些噪声分析的功能

本程序运用链表对客户信息进行存储，首先对结点进行定义，结点中的数据域分别定义了消费者的消费号、身份证、消费价格、积分，其中身份证和消费价格用了字符型数组进行定义，然后定义了客户消费信息链表，每添加一个客户，先分配内存，再添加消费者的信息，之后将链表中最后一个指针指向该新的消费者，删除时，需先找到该消费者前面的消费者，直接将其指针指向删除消费者的下一个消费者，修改信息时，先找到该消费者，选择修改的内容，再进行修改，添加消费价格时，先找到该消费者，根据情况对增加或减少消费价格，并根据价格计算积分，打折时，根据消费者打折的要求，进行打折。

决策树方法在分类、预测、规则提取等领域有着广泛应用。
在20世纪70年代后期和80年代初期，机器学习研究者J.RossQuinilan提出了ID3[5-2]算法以后，决策树在机器学习、数据挖掘邻域得到极大的发展。
Quinilan后来又提出了C4.5，成为新的监督学习算法。
1984年几位统计学家提出了CART分类算法。
ID3和ART算法大约同时被提出，但都是采用类似的方法从训练样本中学习决策树。

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。