模板匹配与车牌识别是以计算机数字图像处理，模式识别等技术为基础，对图形进行预处理及边缘检测等过程来实现对车牌区域的定位，然后对车牌区域进行图像裁剪、归一化、字符分割及保存，最后将分割得到的字符图像与模板进行匹配识别，从而输出匹配结果。
代码在matlab可以直接运行。

编译原理实验，DFA最小化，输入DFA,输出最小化的DFAc++版代码.

无线传感器网络是目前研究的热门领域,它集成了多门学科的知识,应用领域广泛,因此深受国际社会的关注。
在21世纪里,无线传感器网络技术是具有较大影响力技术中的一个热门技术,也是无线通信技术中的一个新领域,它结合了多种技术的特点,如分布式信息处理技术、嵌入式计算机技术以及无线网络通信技术等。
鉴于传感器网络技术的研究及应用价值,许多部门、机构、学校等对其开始了基础理论和关键技术的研究,而通过无线方式对环境现场的数据进行实时采集、传输和后台监控是大量挑战性的研究课题之一。
无线数据采集是利用无线数据采集模块或设备,将工业现场的传感器输出的电压、电流等物理量进行实时采集和处理。
传统的数据采集系统一般采用事先布线以及人工的方式采集设备的各项数据,而随着生产力技术的发展,工业生产中的生产设备分布越来越分散,分布的地域也越来越广,对处于高温和高压等恶劣环境下的设备进行现场数据采集和维护是比较困难和危险的,需要投入大量的人力成本和财力资源,这些状况在很大程度上制约着企业的发展和生产效益的提高。
对于最新的无线传感器网络技术Zigbee而言,它采用了无线传输方式来构建相应的无线传感器网络,能够较好地解决人工及有线方式存在的问题

西门子s7-200Smartplcmodbustcp通讯代码（Java版）,是本人亲自调通的在S7-200Smartplc上经过测试的。
具体操作是以PLC为modbusTCP主站，Java语言开发出从站，与PLC主站进行连接通讯，然后调用不同的函数获取输入输出状态的值，寄存器的值。
2019.3.7

whut编译原理你懂得FOR循环语句的翻译程序设计（简单优先法、输出四元式）

本文对数字调制中的2FSK采用matlab进行了仿真实验，代码中没有加入噪声，采用相干解调的解调方式。
（一）、代码的流程如下：（1）、设置载波频率，码元频率（本文中即比特率）和采样率；
（2）、产生2FSK信号；
（3）、信号分别经过两个带通滤波器后得到band_passed_sig1和band_passed_sig2；
（4）、对band_passed_sig1和band_passed_sig2分别进行相干解调，再分别进行低通滤波得到lower_sig1和lower_sig2；
（5）、对lower_sig1和lower_sig2进行抽样判决得到输出信号；
（6）、统计无码率；
（二）、2FSK进行matlab仿真的疑难点：（1）、相干解调采用的“同频同相的载波”的获取。
由于信号经过带通滤波器之后（本文采用的是FIR线性相位数字滤波器）会出现相移，所以不能直接用调制时候的载波信号与此时的band_passed_sig1信号相乘来相干解调，此时用来相干解调的载波应该与经过滤波器之后出现相移的“载波”信号同频同相，本文代码中直接采用band_passed_sig1.*band_passed_sig1的方式进行相干解调，这点需要读者细心斟酌一下（其实不难理解的）。
（2）、抽样判决的判决时刻选择。
据笔者观察，经过低通滤波器之后得到的信号会出现时移（延时）的情况，建议读者可以先设置10个码元个数，观察一下低通滤波器的输出波形，然后再选择波形峰值时刻作为抽样判决时刻。
本文的代码中是采用每一个码元的结束时刻作为抽样判决时刻，这是笔者通过观察低通滤波器的输出波形后得到的，不具有通用性。
时移的原因，笔者觉得是因为FIR数字滤波器的线性相位所导致的，但是怎么个时移法，笔者目前还没有弄明白（数字信号处理学的不够好），还有待探究。

程序直接能够运行，当然对于matlab的版本可能有些要求，我的是2012版本没问题。
这里边包括小波分析、神经网络以及遗传算法，实现对数据充分的拟合，直接输出误差变化过程图，可清楚的观察误差的过程。

这是opencvsvm图像分类的整个工程代码，在VS2010下打开即可。
整个工程文件以及我的所有训练的图片存放在这里，需要的可以下载，自己在找训练图片写代码花了很多时间，下载完后自行解压，训练图片和测试图片可以从这免费下载http://download.csdn.net/detail/always2015/8944959，projectdata文件夹直接放在D盘就行，里面存放训练的图片和待测试图片，以及训练过程中生成的中间文件，现在这个下载object_classfication_end则是工程文件，我用的是vs2010打开即可，下面工程里有几个要注意的地方：1、在这个模块中使用到了c++的boost库，但是在这里有一个版本的限制。
这个模块的代码只能在boost版本1.46以上使用，这个版本以下的就不能用了，直接运行就会出错，这是最需要注意的。
因为在1.46版本以上中对比CsSVM这个类一些成员函数做了一些私有化的修改，所以在使用该类初始化对象时候需要注意。
2、我的模块所使用到的函数和产生的中间结果都是在一个categorizer类中声明的，由于不同的执行阶段中间结果有很多个，例如：训练图片聚类后所得到单词表矩阵，svm分类器的训练的结果等，中间结果的产生是相当耗时的，所以在刚开始就考虑到第一次运行时候把他以文件XML的格式保存下来，下次使用到的时候在读取。
将一个矩阵存入文本的时候可以直接用输出流的方式将一个矩阵存入，但是读取时候如果用输入流直接一个矩阵变量的形式读取，那就肯定报错，因为输入流不支持直接对矩阵的操作，所以这时候只能对矩阵的元素一个一个进行读取了。
3、在测试的时候，如果输入的图片太小，或者全为黑色，当经过特征提取和单词构造完成使用svm进行分类时候会出现错误。
经过调试代码，发现上述图片在生成该图片的单词的时候所得到的单词矩阵会是一个空矩阵，即该矩阵的行列数都为0，所以在使用svm分类器时候就出错。
所以在使用每个输入图片的单词矩阵的时候先做一个判断，如果该矩阵行列数都为0，那么该图片直接跳过。

实验内容：从键盘输入一行字符，以‘$’结束，查找输入的字符串是否包含‘computer’字符串，如果包含，计算包含’computer’字符串的个数，并以十进制输出个数。
原理：输入一个字符串到定义好的空间string中，以’$’结束，同时获得字符的个数；
将computer单词放在keyword里，以computer的个数作为内循环的次数（8次），循环比较，相同则计数器加1，否则不加，string的指针后移一位，keyword指针清零，继续比较，直到遇到规定的符号，结束操作。

该程序实现作业调度的RR算法，只要输入时间片，进程号，到达时间，运行所需时间即可，输出的是一条时间轴和对应的进程运行流程，表示一个时间点里哪个进程在运行。

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。