自己编写的FFT算法，可用于理解原理，与matlab自带的FFT算法进行对比，感兴味的同学可以一起交流。

友声（友铭、精函）条码秤错误代码提示对比表

友声（友铭、精函）条码秤错误代码提示对比表

简述了FIR内插滤波的两种高效结构,说明两种内插滤波器的优缺点。
针对图像放大中出现的混叠现象，采用相反的参数和参考图像，在视频缩放模块中运用两种不同类型的内插滤波器进行效果对比，得到预期的效果。

提出了一种将激光光源进行AD转换并与干涉信号相除以消除伴生调幅的相位生成载波的数字化解调方案，对消除伴生调幅后的信号进行了反正切PGC算法和微分交叉相乘PGC-DCM算法的对比研讨，仿真实验表明：反正切PGC可以检测到更低频率的信号，而且算法耗时低，具有更高的实时性。

《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功能第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

用于代码，配置文件，文本等两个版本之间的对比。
。
找出差异点。
便于修正。

opencv运动物体检测的代码，经过读取视频的每几帧，经过对比这几帧实现进行运动物体检测

基于Simulink仿真完成直流电力拖动系统的起动、制动、调速控制的设计。
题目要求：（1）设计电枢回路串分级电阻起动方案，仿真校验：（最大电流设为2IN）注意：电枢电流或电磁转矩的计算。
（2）结合电力电子变换安装设计起动方案，仿真校验，与（1）进行对比分析；
（3）针对额定位能性恒转矩负载，分别以1.1nN和0.5nN实现稳速下放的设计方案，仿真校验，并进行评价；
（4）结合电阻、电力电子变换安装对三种调速方法进行调速方案设计，并结合仿真对三种调速方法进行评价。

本设计根据MLX90614模块对外部的环境进行采集，采集到的温度与正常的温度做对比，如果异常就会驱动好红外模块对空调进行控制，空调的温度在26-29度之间进行控制。
同时还加入了蓝牙控制，可以将温度发送到连接蓝牙的手机上，进行查看，手机也可以控制控制温度，也可以进行模式切换。
有自动调温和手动调温的功能

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。