a) 输出频率范围：0-10kHzb) 输出电压：方波VP-P=10V,正弦波U＞1.5Vc) 输出信号的频率和幅值连续可调a) 电路能输出正弦波、方波、三角波、锯齿波四种波形；
b) 输出信号的频率要求可调；
c) 拟定测试方案和设计步骤；
d) 根据功能指标，计算元件参数，选好元件，设计电路并画出电路图；
e) 用Multisim进行仿真测试，测量输出信号的幅度和频率；
f) 写出设计报告。

multism源文件设计一个压控函数信号发生器，能产生方波、三角波、正弦波、锯齿波信号。
功能指标要求：输出频率范围100HZ~1KHZ、1~10KHZ输出电压：方波Up-p10V,正弦波U＞1.5V；
输出信号的频率和幅值连续可调。

(更多详情、使用方法，请下载后细读README.md文件)English繁體中文日本語Deutsch\nLibDriverHMC5883L\n霍尼韦尔HMC5883L是一款表面贴装多芯片模块，专为低场磁场感应而设计，具有数字接口，适用于低成本罗盘和磁力测量等应用。
HMC5883L包括我们最先进的高分辨率HMC118X系列磁阻传感器和一个ASIC，其中包含放大、自动消磁带驱动器、偏移消除和一个12位ADC，可实现1°至2°罗盘航向精确性。
I2C串行总线允许简单的接口。
HMC5883L是一款3.0x3.0x0.9mm表面贴装16引脚无引线芯片载体(LCC)。
HMC5883L的应用包括移动电话、上网本、消费电子产品、自动导航系统和个人导航设备。
\nLibDriverHMC5883L是LibDriver推出的HMC5883L全功能驱动，提供连续模式磁场强度读取、单模式磁场读取等功能。
LibDriver符合MISRA。
\n目录\n操作说明\n安装\n用法\n基本示例\n示例镜头\n文档\n贡献\n执照\n

描述TIDA-00776设计是一种350W的经济实惠型功率因数稳压器转换器，专为冰箱和其他电器应用而设计。
此参考设计是一种连续导通模式(CCM)升压转换器，使用TI的UCC28180PFC控制器且具有所有必要的内置保护。
硬件经专门设计和测试，符合家用电器的IEC61000-3-2(2014)的电流谐波要求。
特性90VAC至265VAC通用输入满足有关电流谐波的IEC61000-3-2D类要求转换效率超过98.2%（高压线）PCB外形玲珑:82mmx80mmx25mm增强了输出过压和欠压情况下的动态响应待机功耗极低，小于300mW

本文介绍了一种用于移动医疗监控的可穿戴生理多参数捕获设备。
凭借该设备的新颖结构，它可用于对多个参数（例如PPG，ECG，体温等）进行不干扰，长期的实时监控，而不会影响佩戴者的日常活动且不会限制其移动性。
几天的连续长期监视将为疾病的预防和治疗提供有价值的参考。
而且，该设备可以用于健康检查，因为医院中的传统健康检查通常是有时间限制的，因而可能无法及时发现一些潜在的疾病，尤其是心脏病。
作者还简要介绍了整个监视系统。

读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。
如果在实现过程中有任何疑问，可以随时在MATLAB中文论坛与作者交流，作者每天在线，有问必答。
该书共有30个MATLAB神经网络的案例(含可运行程序)，包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络;还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。
该书另有31个配套的教学视频帮助读者更深入地了解神经网络。
本书可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。
图书目录第1章P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的数据预测--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SVM的数据分类预测--意大利葡萄酒种类识别第13章SVM的参数优化--如何更好的提升分类器的功能第14章SVM的回归预测分析--上证指数开盘指数预测第15章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16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17章SOM神经网络的数据分类--柴油机故障诊断第18章Elman神经网络的数据预测--电力负荷预测模型研究第19章概率神经网络的分类预测--基于PNN的变压器故障诊断第20章神经网络变量筛选--基于BP的神经网络变量筛选第21章LVQ神经网络的分类--乳腺肿瘤诊断第22章LVQ神经网络的预测--人脸朝向识别第23章小波神经网络的时间序列预测--短时交通流量预测第24章模糊神经网络的预测算法--嘉陵江水质评价第25章广义神经网络的聚类算法--网络入侵聚类第26章粒子群优化算法的寻优算法--非线性函数极值寻优第27章遗传算法优化计算--建模自变量降维第28章基于灰色神经网络的预测算法研究--订单需求预测第29章基于Kohonen网络的聚类算法--网络入侵聚类第30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

本书以作者在清华大学讲授“小波分析及其工程应用”课程的讲义为基础，深入浅出地阐述了小波的基本理论及其应用技术。
在努力保持小波理论数学严谨性的同时，着力从工程技术角度阐述小波技术及其应用。
旨在突破小波分析的数学障碍，显现其实用的本质。
让小波分析方法和傅里叶分析一样，成为一种基础的、普及的、容易被广大读者掌握和应用的数学工具。
主要内容包括：离散小波的构造，离散小波变换、快速实现算法及其在图像压缩和信号去噪中的应用；
连续小波变换及其局部化时频分析技术；
二进小波变换、快速算法及其在信号奇异性检测、信号表示、图像多尺度边缘提取和信号去噪中的应用；
小波包变换及其在信号去噪、特征提取和非平稳信号毛病诊断等领域中的应用；
区间上的B样条半正交小波及其在曲线多分辨表示和编辑中的应用。
　　本书可以作为大学本科高年级和研究生的“小波分析及其应用”课程的教材，也可以供从事相关领域研究与应用的专业人士作为参考。

本书系统论述了开关变换器建模与控制方面的基本原理、基本方法、基本仿真技术以及实用设计方法。
主要内容有：连续导电模式（CCM）下开关变换器建模；
断续导电模式（DCM）下开关变换器建模；
开关调理系统的基础知识；
电压控制型开关调理系统；
平均电流控制型开关调理系统；
峰值电流控制型开关调理系统；
开关变换器的仿真技术；
谐振变换器建模。

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。