由于工作需要，自行编了一个类似WINHEX的简单文件编辑程序，含源代码，在DELPHI7下编译成功。
亮点：基于TMEMO实现字符可控编辑。

16*16的gif系统后台常用图片，包括删除，修改，保存，退出等……

JXI5020是一颗LED恒流控制芯片，单颗可控制16个LED，采用多颗连接方式可以控制更多。
代码中用的是AVR单片机

function[PSNR,y_est]=BM3D(y,z,sigma,profile,print_to_screen,N2,N2_wiener,Ns,Ns_wiener,tau_match)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%BM3DisanalgorithmforattenuationofadditivewhiteGaussiannoisefrom%grayscaleimages.Thisalgorithmreproducestheresultsfromthearticle:%%[1]K.Dabov,A.Foi,V.Katkovnik,andK.Egiazarian,"ImageDenoising%bySparse3DTransform-DomainCollaborativeFiltering,"%IEEETransactionsonImageProcessing,vol.16,no.8,August,2007.%preprintathttp://www.cs.tut.fi/~foi/GCF-BM3D.%%%FUNCTIONINTERFACE:%%[PSNR,y_est]=BM3D(y,z,sigma,profile,print_to_screen)%%!Thefunctioncanworkwithoutanyoftheinputarguments,%inwhichcase,theinternaldefaultonesareused!%%BASICUSAGEEXAMPLES:%%Case1)Usingthedefaultparameters(i.e.,imagename,sigma,etc.)%%[PSNR,y_est]=BM3D;%%Case2)Usinganexternalnoisyimage:

网上不是很好找的资料哦，我们自己做的。
这是C程序：#include#defineucharunsignedcharsbitP1_0=P1^0;sbitP1_1=P1^1;sbitP1_3=P1^3;sbitP1_4=P1^4;sbitP1_5=P1^5;sbitP1_6=P1^6;sbitP1_7=P1^7;ucharRRR,flg,KKK;//RRR用于调速控制；
flg=0正转；
flg=1反转;flg=2不转；
KKK为P1的状态寄存ucharloop[2][4]={{0x0c,0x06,0x03,0x09},{0x09,0x03,0x06,0x0c}};voidloop1(void);voidloop2(void);voidstep(void);main(){uchari,j;TMOD=0x10;TL1=0xe0;TH1=0xb1;IE=0;while(1){if(KKK!=P1)//当P1的值发生变化，触发采集信号loop1();if(flg!=2){for(i=0;i＜=3;i++){P0=loop[flg][i];for(j=0;j＜=RRR;j++) {step();} }}}}voidstep(void)//产生20MS的单位步时间{TF1=0;TR1=1;while(TF1==0);TR1=0;TL1=0xe0;TH1=0xb1;}voidloop1(void)//采集顺时针或逆时针信号，P1.6=1，顺时针，P1.7=1，逆时针{KKK=P1;//暂存P1的状态if(P1_6==1){flg=0;loop2();}elseif(P1_7==1){flg=1;loop2();}elseflg=2;}voidloop2(void){if(P1_0==1)RRR=5;elseif(P1_1==1)RRR=8;elseif(P1_2==1)RRR=11;elseif(P1_3==1)RRR=14;elseif(P1_4==1)RRR=17;elseif(P1_5==1)RRR=20;}

MATLAB神经网络43个案例分析源代码&数据《MATLAB神经网络43个案例分析》目录第1章BP神经网络的数据分类——语音特征信号分类第2章BP神经网络的非线性系统建模——非线性函数拟合第3章遗传算法优化BP神经网络——非线性函数拟合第4章神经网络遗传算法函数极值寻优——非线性函数极值寻优第5章基于BP_Adaboost的强分类器设计——公司财务预警建模第6章PID神经元网络解耦控制算法——多变量系统控制第7章RBF网络的回归--非线性函数回归的实现第8章GRNN网络的预测----基于广义回归神经网络的货运量预测第9章离散Hopfield神经网络的联想记忆——数字识别第10章离散Hopfield神经网络的分类——高校科研能力评价第11章连续Hopfield神经网络的优化——旅行商问题优化计算第12章初始SVM分类与回归第13章LIBSVM参数实例详解第14章基于SVM的数据分类预测——意大利葡萄酒种类识别第15章SVM的参数优化——如何更好的提升分类器的性能第16章基于SVM的回归预测分析——上证指数开盘指数预测.第17章基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测第18章基于SVM的图像分割-真彩色图像分割第19章基于SVM的手写字体识别第20章LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用第21章自组织竞争网络在模式分类中的应用—患者癌症发病预测第22章SOM神经网络的数据分类--柴油机故障诊断第23章Elman神经网络的数据预测----电力负荷预测模型研究第24章概率神经网络的分类预测--基于PNN的变压器故障诊断第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选第26章LVQ神经网络的分类——乳腺肿瘤诊断第27章LVQ神经网络的预测——人脸朝向识别第28章决策树分类器的应用研究——乳腺癌诊断第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验第30章基于随机森林思想的组合分类器设计——乳腺癌诊断第31章思维进化算法优化BP神经网络——非线性函数拟合第32章小波神经网络的时间序列预测——短时交通流量预测第33章模糊神经网络的预测算法——嘉陵江水质评价第34章广义神经网络的聚类算法——网络入侵聚类第35章粒子群优化算法的寻优算法——非线性函数极值寻优第36章遗传算法优化计算——建模自变量降维第37章基于灰色神经网络的预测算法研究——订单需求预测第38章基于Kohonen网络的聚类算法——网络入侵聚类第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现第41章定制神经网络的实现——神经网络的个性化建模与仿真第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨

利用MFC实现串口通信，用到MSCOMM32控件，能控制发送的时间，最短1ms，同时支持16进制和字符型的接收和发送，功能很强大，基于VS2010编写，研究MFC串口通信的同学值得拥有！

可以将“FFD8FEC5...FFD9FE”转换为图片显示

用FPGA实现cordic算法，采用流水线方式，分别有8级、16级、24级流水的完整程序。
经modelsim验证，功能完整正确。

一、系统概述21.1课程设计目的31.2课程设计要求31.3课程设计的主要设计思想3二、需求分析32.1用户对系统的要求32.2系统功能要求3三、算法分析43.1多线程43.2并发控制43.3产生方块43.4方块变形43.5边界控制53.6级别提升5四、系统设计54.1概要设计54.1.1包的划分54.1.2类的层次关系54.1.3用户界面64.2详细设计94.2.1类属性及方法的设计94.2.2详尽算法分析13五、程序调试及运行结果14六、课程设计总结15七、附录157.1源代码15八、参考文献16

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。