设计目的：1．掌握自动控制原理的时域分析法，根轨迹法，频域分析法，以及各种补偿（校正）装置的作用及用法，能够利用不同的分析法对给定系统进行功能分析，能根据不同的系统功能指标要求进行合理的系统设计，并调试满足系统的指标。
2．学会使用MATLAB语言及Simulink动态仿真工具进行系统仿真与调试。
学会使用硬件仿真软件对系统进行模拟仿真。
设计要求：1、未校正系统的分析，利用MATLAB绘画未校正系统的开环和闭环零极点图，绘画根轨迹，分析未校正系统随着根轨迹增益变化的功能（稳定性、快速性）；
编写M文件作出单位阶跃输入下的系统响应，分析系统单位阶跃响应的功能指标。
绘出系统开环传函的bode图，利用频域分析方法分析系统的频域功能指标（相角裕度和幅值裕度，开环振幅）。
2、利用频域分析方法，根据题目要求选择校正方案，要求有理论分析和计算。
并与Matlab计算值比较。
选定合适的校正方案（串联滞后/串联超前/串联滞后-超前），理论分析并计算校正环节的参数，并确定何种装置实现。
3、绘画已校正系统的bode图，与未校正系统的bode图比较，判断校正装置是否符合功能指标要求，分析出现大误差的原因4、根据选用的装置，使用multisim电路设计仿真软件（或其他硬件电路仿真软件）绘画模拟电路。
求此系统的阶跃响应曲线。
分析采用的校正装置的效果。

要求完成的主要任务:（包括课程设计工作量及其技术要求，以及说明书撰写等具体要求）（1） 写出符合给定的语法分析方法的文法及属性文法。
（2） 完成题目要求的中间代码四元式的描述。
（3） 写出给定的语法分析方法的思想，完成语法分析和语义分析程序设计。
（4） 编制好分析程序后，设计若干用例，上机测试并通过所设计的分析程序。
（5） 设计报告格式按附件要求书写。
课程设计报告书正文的内容应包括：1系统描述（问题域描述）；
2文法及属性文法的描述；
3语法分析方法描述及语法分析表设计；
4按给定的题目给出中间代码方式的描述及中间代码序列的结构设计；
5编译系统的概要设计；
6详细的算法描述（流程图或伪代码）；
7软件的测试方法和测试结果；
8研制报告（研制过程，本设计的评价、特点、不足、收获与体会等）；
9参考文献（按公开发表的规范书写）。

在中国安防产业中视频监控作为最重要的信息获取手段之一，能对目标有效的提取是重要而基础的问题，因此本文在此背景下，围绕对监控视频的前景目标有效的提取问题，研究了关于1）静态背景、动态背景的前景目标提取，能在背景复杂化的条件下，将运动的目标；
2）带抖动视频；
3）静态背景下多摄像头对多目标提取；
4）出现异常事件视频的判断等问题。
给出了在不同情况下的前景目标提取方案。
问题一是针对静态背景且摄像头稳定的情况下，如何对前景目标提取的问题。
在题目要求的基础上，通过对附件2中几组视频的分析，我们发现所有前景目标的运动短暂且光线明暗变化不明显。
由于传统的Vibe算法能抑制鬼影但是运行效果不理想，因此采用建立在帧差法上改进的Vibe算法模型求解问题。
并和传统的Vibe算法做对比，结果显示改进的Vibe算法明显优于传统的算法。
而且对我们的算法模型做了效果评价。
详细数据参考正文与附录。
问题二是在背景为动态（如有水波的产生）的情况下，对前景目标的提取问题。
在此问题中，由于动态背景存在使得提取出的图像帧具有大量的干扰噪声，对前景目标的识别和提取造成干扰，因此我们提出一种基于全局外观一致型的运动目标检测法。
在用Vibe算法对场景预检测的基础上，建立混合高斯模型分别对前景和背景进行全局外观建模，将运动目标检测出来，再引入超像素去噪，进一步优化结果。
详细结果参考正文与附录。
问题三是在问题一、二基础上的进一步深化。
问题一及问题二是建立在摄像机自身稳定的基础上，而问题三则是在摄像机抖动的情况下。
由于摄像机抖动一般具有旋转和平移，因此我们建立了坐标变换模型，以仿射变换作为模型基础，结合改进的高精度鲁棒的RANSAC算法提取前景目标，并对比灰度投影法，比较两种模型效果。
具体效果见正文与附录。
问题四是对前三个问题的综合应用。
运用基于混合高斯模型背景建模Vibe算法，对前景目标进行提取；
选出具有显著前景目标的参考帧，计算参考帧中显著前景目标所占的面积，并将此面积设定为阈值T，遍历所有的视频帧，计算其前景目标所占的面积，通过相减对比，判定显著前景目标。
若判定为显著前景目标则输出其所在视频帧中的帧号，并将显著前景出现的总帧数增加1。
问题五是针对多摄像头多目标的协同跟踪问题。
在问题二的混合高斯模型基础上我们建立了动态背景提取法，对不断变化的背景进行实时更新。
再利用单应性约束法对多目标发生重叠现象进行投影将重叠目标区分开来，对目标进行定位。
由于目标的不断运动，我们采用粒子滤波法对前景目标进行实时跟踪，通过多摄像头的协同通信完成对多前景目标的检测。
问题六是针对监控视频中前景目标出现异常情况时判断能否有异常事件的问题。
在基于稀疏表示的模型上，引入混合高斯模型用于学习不同类型的运动特征规律，然后通过各个单高斯模型中的均值建立一个相似矩阵作为字典。
以测试阶段生成的核矢量为基础，用该局部特征的核矢量计算基于稀疏表示的重构误差，并将其与已设定的阈值进行比较，如果重构误差大于阈值，则判为异常。

本人设计电路图和PCB板，实现正弦波触发电路，绘制波形并测试，调试，直至达到题目要求

上学期的课程设计，给大家参考一下！题目要求：为了更好的管理班级提供这个功能，包括班级的基本信息（系别、专业、班号、人数），先生的基本信息（姓名、性别、年龄）、班级干部（班长、学委…）以及通知信息（可以记录每学期的课程设置、教室安排、学校发布的一些通知…）。

近期学习了python的自然言语处理，选择全职高手这篇出名小说进行处理。
根据老师的题目要求完成以下功能：1.分析该小说的分词，词频，词性，2.小说人物出场次数排序3.小说中食物排序4.小说人物关系并完成可视化处理。

本文针对火灾报警系统问题，建立熵权-topsis逻辑回归等数学模型，旨在通过所建模型来选取可靠的探测器、提高报警准确率及改进各辖区综合管理水平，从而减少我国火灾事故。
针对问题一，首先根据地址、机号和回路，确定真实火灾数为418起。
接着根据题目要求，基于可靠性和故障率两个指标建立综合评价模型。
由于可靠性为效益型指标，而故障率为成本型指标，故将故障率通过数学公式转换为效益型指标，即完善率。
指标确定后，运用熵权法确定各指标权重，最后利用topsis法构建各类型部件评价模型，对16种部件进行综合评价，帮助政府选择最可靠的5种火灾探测器类型，分别为光束感烟、手动报警按钮、智能光电探头、点型感温探测器、线性光束感烟。
针对问题二，建立基于logistic回归的区域报警部件类型智能研判模型。
本文选择故障次数、消防大队及探测器类型3个变量作为自变量，误报与否作为因变量，将消防大队和探测器类型两个无序分类变量变为虚拟变量，利用logistic回归模型预测辖区内某类型部件发出报警信息正确的概率，经检验模型的真实性为。
经检验结果有所偏差，故进行模型优化用woe值代替原值计算，使得结果愈加真实可靠。

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。