由DSP2407产生PWM波形，并且PWM波的频率在一定局限内以一定的步距进行变化。

配方分析制造更好的肉饼...一次添加一种成分。
这是一个长期项目，其基础是将数据分析，网页抓取和其他计算方法应用于我在日常生活中使用的烹饪策略。
当初次考虑制造食物（例如肉饼）时，我经常快速搜索Google食谱，在浏览器选项卡中打开5至10个不同食谱之间的任意位置，并尝试对食物进行广泛的概述。
哪些成分绝对必要？哪些可以更改或跳过？哪些食谱看似“标准”，哪些是有趣的变化。
我想知道如果我可以扩展此策略并将其应用于1000个食谱，该如何收集见识，或者如何选择不同的食谱？当然，在Google的前几页中可能会有一些不错的食谱，但是，如果在第100页上有一些隐藏的宝石怎么办？该项目试图为单个食物构建一个大型的食谱数据集，然后允许用户通过查看数据集中的元素如何融合或偏离某种“规范”来进行导航。
后端是用Python构建的。
当前状态/代码模块：getRecipeLinks.py

蛙跳算法（SFLA）是一种全新的启发式群体进化算法，具有高效的计算功能和优良的全局搜索能力。
对混合蛙跳算法的基本原理进行了阐述，针对算法局部更新策略引起的更新操作前后个体空间位置变化较大，降低收敛速度这一问题，提出了一种基于阈值选择策略的改进蛙跳算法。
通过不满足阈值条件的个体分量不予更新的策略，减小了个体空间差异，从而改善了算法的功能。
数值实验证明了该改进算法的有效性，并对改进算法的阈值参数进行了率定。

艾滋病疗法的评价及疗效的预测摘要艾滋病是至今人类仍未征服的疾病，流行发展趋势越来越严峻，攻克艾滋病是人类面临的一大难题。
本文给出了艾滋病患者的临床治疗数据，要考虑预测继续治疗的效果，并评价各种治疗方案优劣，预测即根据已有的数据信息推算将来的数据，评价方案的优劣属于决策类问题。
对问题（1），先分析CD4和HIV的浓度的变化趋势，建立微分方程模型，无法求解析解，用软件matlab求出CD4和HIV的参数表达式，从附件的数据信息中挖掘出具有普遍特征的数据，用回归法求参数的值，因为得到的表达式不是常规的形式，只能回归出HIV表达式的参数，CD4的无法求出。
作数据分布图，发现描出的形状同二次曲线的图形相近，二次曲线的图形特性符合CD4的浓度变化趋势。
于是建立待定系数的二次曲线方程模型，先拟合出多组参数值，再用回归法确定最后的值，得出的二次曲线方程。
根据HIV和CD4的浓度表达式结合可以作出提前终止治疗的预测，终止时间在第30周。
问题（2），预测四种疗法的继续治疗效果。
首先将患者按CD4初始浓度分类，仍引用前面的二次曲线模型，用附件二的数据回归出曲线方程的参数。
回归过程中考虑到是要评价不同的疗法，根据疗法的不同把数据分为四类，回归得出四组参数，相应的表达式就是这种疗法的CD4的浓度变化曲线方程。
比较四种疗法的优劣，采用CD4浓度最大值和取得最大值的时间为评判标准，结合更加细化的分类数据画出的图形，从理论上和直观上都证实了评价的结果：疗法4效果最好，疗法3次之，疗法2再次之，疗法1效果较差；
利用二次曲线模型得出最佳方案停止用药的最佳时间为20周，同时由分类法模型得出在四种不同CD4初始浓度的条件下最佳方案停止用药的最佳时间分别为：24周、16周、16周、24周。
两种模型的结果相接近。
问题（3）要考虑药品价格因素的影响，价格和药效的权重无法确定，通过假设权重参数来定量表示价格和药效的关系。
采用层次分析法构建层次结构模型，用特征向量归一化并求组合权向量，找到疗法功能和价格权重的关系。
根据不同经济状况的国家的价格权重的值不一样，得到不同的疗法评价结果。
总结出如下的结论：不发达国家经济落后，价格权重较大，疗法1的评价值较高，疗法4的评价值较低，适合疗法1，对于发达国家应当推广疗法4。
文章的最后对模型地优缺点进行了评价，并作了推广。
关键词艾滋病疗法评价微分方程二次曲线回归层次分析

原版的Yale人脸库（格局转换了一下），15个人，每人11张图片，灰度，png格局，100x100，有表情、光照和眼镜变化，已剪裁和对齐

MATLAB实现LDPC编码，针对不同码率及码长，分析对比各情况下的吞吐量的变化，经调试，可运转

光照预处理是人脸识中种有效的处理光照变化的方法。
近年来涌现出一系列人脸光照预处理方法，但针对这些方法的系统对比与分析的工作相对较少，本文在系统比较现有方法的基础上提出了人脸光照预处理方法的新见解和结论，以及如何设计更好的预处理方法。
我们对12种具有代表性的光照预处理方法进行比较研究（HE，LT，GIC，DGD，LOG，SSR，GHP，SQI，LDCT，LTV，LN和TT），着重于两个新的角度：（1）全局方法的局部化和（2）大尺度和小尺度特征带的融合。
在公开的人脸数据库（Yalebext，CMU-PIE，CAS-PEAL和FRGCv2.0）上的实验表明，对全局的光照处理方法（HE，GIC，LTV和TT）进行局部化进一步提高了功能。
对（SSR，GHP，SQI，LDCT，LTV和TT）等方法进行大尺度和小尺度的融合有助于光照不变的人脸识别。
来源：http://valser.org/forum.php?mod=viewthread&tid=1051&page=1&extra=#pid1254

时间序列是按时间顺序陈列的、随时间变化且相互关联的数据序列。
分析时间序列的方法构成数据分析的一个重要领域，即时间序列分析。
代码

压缩包内含：基于LSTM的股票价格预测_数据+代码+报告，可以最为数据挖掘的大作业。
股票作为人民金融投资的普遍方式，如何在股票中赚钱成为股民的共同目标。
要想在股票买卖中赚钱便要掌握股票的走势，因此股票价格预测工作引起社会及学术界的广泛关注。
股票的走势随市场变动，而且受诸多因素影响，如国际环境，政策变化，行业发展，市场情绪等等，这使得股民很难预测股票的走势。
理论上，根据股票以往的价格走势，可以预测股票的未来走势。
因为股票预测是高度非线性的，这就要预测模型要能够处理非线性问题，并且，股票具有时间序列的特性，因此适合用循环神经网络对股票进行预测。
虽然循环神经网络（RNN），允许信息的持久化，然而，一般的RNN模型对具备长记忆性的时间序列数据刻画能力较弱，在时间序列过长的时候，因为存在梯度消散和梯度爆炸现象RNN训练变得非常困难。
Hochreiter和Schmidhuber提出的长短期记忆（LongShort-TermMemory，LSTM）模型在RNN结构的基础上进行了改造，从而解决了RNN模型无法刻画时间序列长记忆性的问题。
因此，本文基于LSTM实现一个股票价格预测模型。

为了研究大气湍流对合成孔径激光雷达(SAL)成像的影响,基于Monte-Carlo随机因子,对满足Kolmogorov统计规律的大气湍流相位屏进行数值模拟,计算了不同湍流、不同波长情况下的机载SAL成像结果,数值分析了不同斜距、不同波长条件下合成孔径长度与大气相干长度比值随大气湍流强度的变化关系.结果表明大气湍流效应严重影响了SAL的方位向成像,随着湍流强度的增大,SAL图像散焦越来越严重,直至目标无法分辨.同一湍流强度下,光束波长越长,SAL成像效果越好.对于湍流效应形成的SAL图像失真,采用改进的秩一相位误差估计(IROPE)法对SAL图像进行补偿,当大气相干长度大于实孔径长度时,IROPE算法能够有效改善图像的聚焦效果,提升SAL成像分辨率.

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。