电力电子技术和电子元器件得到极大的发展,而随着其集成技术的高度发展,使得直流电机得到了广泛的应用,比如,绞肉机、风机和空调，正是其广泛的应用使得对直流电机的控制研究成为了必要的研究，本次设计从直流电机的研究背景，数学模型,性能指标,控制方案，脉冲控制方式,速度控制，最后使用matlab软件对直流电机的进行仿真验证,其主要的工作为:整流电路,PWM驱动功率管,最后对设计系统分别进行matlab仿真验证，并分别进行转速带截止频率的单闭环、转速不带截止频率的单闭环、开环控制和转速电流双闭环控制直流电机的运行，最后得出结论双闭环控制直流电机具有较好的动静性能。

用MATLAB生成达到出版质量的图形-export_fig.zip本帖最后由stellari于2013-5-2816:03编辑MATLAB的绘图功能非常强大，但是有两个突出的问题：1、导出的图片质量不高；
2、有时导出图片和figure中实际所见并不一致。
所以导致大家正式发表专业文章时不经常用MATLAB作为首选的绘图软件。
其实，只要解决了上面的两个问题，MATLAB也是可以生成能够达到出版水平的图形的。
简介export_fig（见附件）就是一个能够解决上述问题的工具包。
首先，问题1的主要原因是MATLAB的默认绘图渲染器较为原始，所以画出的线条都有很明显的锯齿。
而用export_fig导出的图片，所有的线条和文字都是经过抗锯齿处理的，所以视觉效果极佳；
至于问题2，export_fig会严格按照figure上显示的内容去导出，是真正意义上的所见即所得。
而且用export_fig导出的图片不会有MATLAB默认导出时那么大的白边，而是保证白边的范围仅能容纳坐标轴和title,xlabel,ylabel，这样使得图片的尺寸减小，排版更方便。
下两图选得虽然不是很有代表性，但是依然可以看出export_fig截出的图中白边大量减少，并且有非常先进的抗锯齿处理（比如，上图的红线在1-2范围内有很明显的锯齿，下图则几乎没有。
坐标轴上的数字也是如此）。
背景中的网格也由虚线变成了“淡实线”，更符合现代制图的审美观。
figure中直接选择save的结果：test1_1.pngfigure中选择save的保存结果export_fig的结果：test2_2.pngexport_fig的保存结果使用方法export_fig的使用方法很简单，解压附件中的文件，然后将得到的所有文件放入某目录中，再将该目录添加至MATLAB的搜索路径中。
导出图片时，输入export文件名即可将当前figure中的图输出至文件中。
export_fig能够自动识别文件名的扩展名，并保存成相应的格式。
注意如果需要导出pdf或eps格式的话，需要下载并安装ghostscript，具体可以参见export_fig的发布页http://www.mathworks.com/matlabc...nge/23629-exportfig题外话其实不要小看MATLAB。
MATLAB其实隐藏了一个非常强大的绘图模式：HG2。
这个模式平时是隐藏的，只能在MATLAB启动时通过附加参数的形式开启，即可以将MATLAB的快捷方式中的指向目标由"...\...\MATLAB\R2013a\bin\MATLAB.exe"改为"...\...\MATLAB\R2013a\bin\MATLAB.exe"-hgVersion2（注意hgVersion和2之间有一个空格）然后使用这个快捷方式打开MATLAB。
在界面上没有任何区别，但是当你画出图之后，你会发现一切都不同了。
（下二图转载自undocumentedmatlab.com，左图为普通模式，右图为HG2模式）HG1_plot.png普通（HG1）模式（无责任转载自undocumentedmatlab.com）HG2_plot.pngHG2模式（无责任转载自undocumentedmatlab.com）版本在2010以上，感兴趣的同学不妨一试（版本更早其实也可以尝试）。
当然目前HG2模式尚不稳定，所以并没有向一般用户公开。
不过这很可能是下一代MATLAB的发展方向，说不定R2014a的默认绘图模式就是HG2！总结目前公认最好的图片导出方案还是export_fig。
这个工具包在MATLABCentral上一直下载量排行第一。
这个工具包可以完全替代MATLAB自己的图片导出功能，强烈推荐大家使用。
我本人现在正在写的一篇文章就全部使用export_fig，而没有使用其他任何的绘图软件。
HG2模式应该是MATLAB的未来发展方向，大家可以先尝个鲜。
很有可能在不久的将来就能够在MATLAB中直接生成这种高质量的图像了。

本文运用模式结构分析方法得到m=0,1,2,3模的重建系数表.对这些系数表检验的结果是令人满意的。
使用所介绍的系数表可以使具有模结构的二维图象重建工作得以简化并易于实现.

不好意思，这个资源分高点，得到的不容易！学地图，搞测绘的知道这个是干啥的，不多说明了！

STM32单片机的PID算法实例，通过PID算法控制STM32的PWM输出反馈量是PWM低通滤波后得到的AD-STM32

实现了以下接口https://api-cn.faceplusplus.com/facepp/v3/comparehttps://api-cn.faceplusplus.com/facepp/v3/detecthttps://api-cn.faceplusplus.com/facepp/v3/faceset/createhttps://api-cn.faceplusplus.com/facepp/v3/faceset/addfacehttps://api-cn.faceplusplus.com/facepp/v3/search人脸识别，人脸集合创建，查找，两张人脸图片比对并对返回结果的json反序列化到实体对象，结果一目了然。
注：前提需要创建一个免费的测试账号-------//注册自己的face++账号，地址：https://console.faceplusplus.com.cn/registerStringstrApiKey="";StringstrApiSecret="";//如果需要上传人脸到人脸集合，请先创建人脸集合后填入得到的facesetToken,人脸添加到人脸集合时需要用它制定哪个集合StringstrFacesetToken="";

斯诺登这个小工具可让用户在新的或更新的Github拉取请求中包含一个或多个他们观看的文件或文件夹时得到通知，以便他们可以查看对其所做的更改。
依存关系转到＞=1.7该程序旨在与结合使用。
查看其文档以了解有关如何安装和配置它的更多信息。
您还需要将Snowden注册为Slack应用程序，以获得发送消息所需的凭据。
有关更多信息，访问。
用法下载安装Snowden的安装程序：gogetgithub.com/svera/snowden创建一个配置文件etc/webhook/snowden.yml。
您可以以提供的snowden.sample.yml为例。
将以下内容添加到webhooks的hooks.json配置文件中并启动它：[{"id":"snowden","execute-command":"/path/to/snowden/executable","command-working-directory":"/path/of/working/directory",

这个资源真的很难找，各大电子网站都是会员收费才能下载得到的。
好不容易找到的，filter42.专业uaf42仿真软件。

【目录】-MATLAB神经网络30个案例分析(开发实例系列图书)第1章BP神经网络的数据分类——语音特征信号分类1本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。
第2章BP神经网络的非线性系统建模——非线性函数拟合11本章拟合的非线性函数为y=x21+x22。
第3章遗传算法优化BP神经网络——非线性函数拟合21根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。
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36对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。
这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。
第5章基于BP_Adaboost的强分类器设计——公司财务预警建模45BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。
第6章PID神经元网络解耦控制算法——多变量系统控制54根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。
第7章RBF网络的回归——非线性函数回归的实现65本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。
将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。
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73根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。
第9章离散Hopfield神经网络的联想记忆——数字识别81根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。
要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。
第10章离散Hopfield神经网络的分类——高校科研能力评价90某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。
第11章连续Hopfield神经网络的优化——旅行商问题优化计算100现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。
第12章SVM的数据分类预测——意大利葡萄酒种类识别112将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。
第13章SVM的参数优化——如何更好的提升分类器的性能122本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。
第14章SVM的回归预测分析——上证指数开盘指数预测133对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。
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141在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。
若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。
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153本案例中给出了一个含有60个个体基因表达水平的样本。
每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类),中间的20个样本是正常人的基因表达信息样本,余下的20个样本是待检测的样本(未知它们是否正常)。
以下将设法找出癌症与正常样本在基因表达水平上的区

变采样和多相滤波器的实现。
本程序实现了一个变采样程序，中间设计滤波器设计和插值抽取。
其中滤波器设计用的是窗函数法，根据要求设计窗函数，得到窗函数的长度。
接着是插值，滤波，抽取，得到最后变采样之后的波形文件、另外对比了用直接卷积和多相分解卷积两种方法最后的结果。

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。