1．实验目的设计一个LR分析器，实现对表达式语言的分析，加深对LR语法分析方法的基本思想的理解，掌握LR分析器设计与实现的基本方法。
2．实验要求建立文法及其LR分析表表示的数据结构，设计并实现一个LALR(1)的分析器，对源程序经词法分析后生成的二元式代码流进行分析，如果输入串是文法定义的句子则输出“是”，否则输出“否”。

相机加投影仪三维扫描源代码基于opencv，相机标定，投影仪标定，输出三维数据等

鲁棒控制工具箱提供了一系列的函数和工具以支持带有不确定元素的多输入多输出控制系统的设计。
在该工具箱的帮助下，你可以建立带有不确定参数和动态特性的LTI模型，也可以分析MIMO系统的稳定性裕度和最坏情况下的性能。
该工具箱提供了一系列的控制器分析和综合函数，能够分析最坏情况下的性能及确定最坏情况下的参数值。
利用模型降阶函数能够对复杂模型进行简化。
同时提供了先进的鲁棒控制方法，如H2、H∞、LMI、μ分析等。

内含代码，代码可执行1)编制实现软中断通信的程序使用系统调用fork()创建两个子进程，再用系统调用signal()让父进程捕捉键盘上发出的中断信号（即按delete键），当父进程接收到这两个软中断的某一个后，父进程用系统调用kill()向两个子进程分别发出整数值为16和17软中断信号，子进程获得对应软中断信号，然后分别输出下列信息后终止：Childprocess1iskilledbyparent!!Childprocess2iskilledbyparent!!父进程调用wait()函数等待两个子进程终止后，输入以下信息，结束进程执行：Parentprocessiskilled!!多运行几次编写的程序，简略分析出现不同结果的原因。
2)编制实现进程的管道通信的程序使用系统调用pipe()建立一条管道线，两个子进程分别向管道写一句话：Childprocess1issendingamessage!Childprocess2issendingamessage!而父进程则从管道中读出来自于两个子进程的信息，显示在屏幕上。
要求：父进程先接收子进程P1发来的消息，然后再接收子进程P2发来的消息。

平时我们在做IM聊天之类的软件的时候，一般都会使用RichEdit控件来作为聊天编辑框和聊天记录框的控件在VisualStudio2008SP1下扩展了些功能，比如解码转义字符、编码转义字符、自动检测超链接、聊天记录框的用户内容和信息内容颜色和缩进分开显示等等，加上原来的插入位图表情、右键菜单、表情拾取器、RTF输入输出等等，可以符合基本的聊天控件要求了。
见http://blog.csdn.net/akof1314/archive/2010/11/03/5983443.aspx文章1.2版本更新修复内存泄露

STM32F1使用HAL库DMA方式输出PWM例程，可以输出精确数量且可调周期与占空比的方波。
测试时请结合示波器或逻辑分析仪。
本人另外写有一篇与本例程对应的分享文章，链接https://blog.csdn.net/qq_30267617/article/details/109466698，欢迎阅读讨论。
如果本资源下载需要积分了那就是系统擅自改的，我已经改回很多次了，实在没办法了。
没有积分的请私聊我发送。

【新能源微电网】新能源微电网是由分布式电源、储能设备、能量转换装置等组成的微型发配电系统，能够在独立或并网状态下运行，具有自我控制、保护和管理能力。
它结合了新能源发电，如太阳能和风能，以提高能源利用率，尤其在偏远地区提供电力供应。
然而，新能源的不稳定性给微电网的运行带来了挑战，如发电量预测和电网管理的困难。
【人工智能神经网络】人工神经网络是人工智能的核心组成部分，模拟生物神经网络结构，用于解决复杂问题，如信息处理和学习。
在新能源微电网领域，神经网络主要用于处理非线性和复杂的预测任务，如风力发电量和电力负荷的预测。
主要的神经网络分词法有：神经网络专家系统分词法和神经网络分词法，前者结合了神经网络的自学特性与专家系统的知识，后者通过神经网络的内在权重来实现正确分词。
【RBF神经网络】径向基函数（RBF）神经网络是神经网络的一种，常用于预测任务。
它由输入层、隐藏层和输出层组成，其中隐藏层使用RBF作为激活函数，实现输入数据的非线性变换，从而适应复杂的数据模式。
在微电网中，RBF神经网络用于短期负荷预测，能有效处理非线性关系，降低外部因素对预测的干扰。
【微电网短期负荷预测】短期负荷预测对于微电网的能量管理和运行优化至关重要。
通过构建RBF神经网络模型，可以预测未来一定时间内的负荷变化。
预测模型的建立通常需要选择与负荷密切相关的输入数据，如时间、气温、风速等，并进行数据预处理。
MATLAB等工具可用于进行网络训练和仿真，以生成预测结果。
【风力发电预测】RBF神经网络同样适用于风力发电量的预测。
通过对风速、气压等相关因素的预测，可以估算微电网系统的风力发电潜力，帮助维持系统的稳定运行，减少风电波动对微电网的影响。
总结来说，人工智能神经网络，尤其是RBF神经网络，为解决新能源微电网中的挑战提供了有效工具。
通过精确预测新能源发电量和电力负荷，可以优化微电网的运行效率，确保其稳定性和自给自足的能力。
此外，这种技术还能促进可再生能源的有效利用，有助于推动能源行业的可持续发展。

这是一个8位并行转串行，加奇偶校验位.最高平率没有测过

导师给了传递函数，让做的一个dmc控制教程，两输入两输出的，主要是整理的席裕庚的《预测控制》，加上了编程实现过程，每一步都配有详细的讲解过程，输入公式全是公式编辑器编辑，整理的应该算是简单易懂，代码也可以直接粘贴到MATLAB直接使用，适合当做预测控制的入门教程。

实现双向链表的增删改查功能，dos窗口输入输出，可运行，有注释

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。