史上最全USBHID开发资料，悉心整理一个月，亲自测试。
涉及STM32C518051F例子都有源码，VC上位机例子以及源码，USB协议，HID协议，USB抓包工具，开发文档，开发过程文档。
详细内容就不都说了，看目录。
有了这个资料包，你再说开发不了USBHID，打死我都不信！好资料当然一分都不能少！目录：STM32_USB_HID_PC_demo:USBHIDDemonstratorRelease软件和文档STM32_USB_HID_分析:STM32USBHID固件学习分析STM32_USB_HID_例子：STM32USBHID方式收发例子。
STM32_USB_HID_学习心得:基于STM32的USB程序开发笔记、修改STM32的USB例程为自己所用、初涉USB，初学者USB入门总结——枚举。
STM32_固件库说明文档:STM32_USB_Demo例子的中文说明文档。
STM32F107鼠标USB改HID数据发送程序。
USB_HID_8051F例子。
USB_HID_C51源码。
USB_HID_PC_源码:PC端打开HID设备、读写操作实例。
USB_HID_PC接收发送工具:用于调试USBHID设备，就相当于串口工具啦。
自己写好了HID设备，用它接收发送调试非常方便。
USB_HID_PC通信详解:PC端HID读写操作说明。
USB_HID_VC++6.0_入门级例子：简单读写USBHID设备，很好的参考作用。
USB_HID_VC++6.0_入门级例子开发步骤（图解说明，真详细啊！）：一步一步手把把手教你开发VC++6.0USBHID程序。
USB_HID_VC++6.0读写设备源码：简单打开HID设备，读写源码，参考的好例子。
USB_HID_VC++6.0源码：出具雏形的VC++6.0USBHID工具源码。
非常完善了，可以直接当工具使用，关键是有源码！USB_HID_开发过程详细说明：长篇论文一篇，详细说明HID开发过程，包括下位机、上位机、HID驱动的开发，牛！USB_HID协议（英文）。
USB_STM32_HID开发笔记:里面有USB设备枚举的详细过程，抓包说明的哦。
当然包括开发过程啦。
令牌包、握手包、数据包中的数据都看得到。
USB_URB分析：抓包工具抓到的数据包的详细解析。
USB_VC教程:短论文一篇，用VC++编写USB接口通信程序，简洁扼要说明VC++6.0开发步骤，提纲挈领，值得一看！USB2.0协议(英文)。
USB技术规范（中文）：中文的USB技术规范说明，中文的！USB抓包软件:两种抓包工具，bushound和usbtrace。
都是破解版，哈哈，自己偷着乐吧！深入解析STM32_USB库：STM32USB的库说明。

形式语言与自动机课程论文是孙大烈老师教的哈工大计算机学院10级这个不是电梯这是自选的论文

室友毕业设计使用的也通过了现在也给大家了如有疑问还可以给我联系

（内含源程序，PCB原理图及源文件，仿真，开题报告，讲解视频，元件清单，参考论文等，课设必备）

java网络通信系统的研究与开发（代码+论文+开题报告）

一个毕业设计论文，又来参考毕业设计，格式文档

适用于电气工程专业毕业论文设计，包含了潮流计算的基本内容。

基于及J2EE的B2C电子商务系统开发（论文+系统+开题+中期+ppt)

有完整的代码程序，程序可运行，带有配套论文，和数据库，一键下载完整课设你值得选择

MATLAB中AR模型功率谱估计中AR阶次估计的实现-psd_my.rar（最近看了几个关于功率谱的问题，有关AR模型的谱估计，在此分享一下，希望大家不吝指正）（声明：本文内容摘自我的毕业论文——心率变异信号的预处理及功率谱估计）（按：AR模型功率谱估计是对非平稳随机信号功率谱估计的常用方法，但是其模型阶次的估计，除了HOSA工具箱里的arorder函数外，没有现成的函数可用，arorder函数是基于矩阵SVD分解的阶次估计方法，为了比较各种阶次估计方法的区别，下面的函数使用了'FPE','AIC','MDL','CAT'集中准则一并估计，并采用试验方法确定那一个阶次更好。
）………………………………以上省略……………………………………………………………………假设原始数据序列为x，那么n阶参数使用最小二乘估计在MATLAB中实现如下：Y=x;Y(1:n)=[];m=N-n;X=[];%构造系数矩阵fori=1:m  forj=1:n      X(i,j)=xt(ni-j);  endendbeta=inv(X'*X)*X'*Y';复制代码beta即为用最小二乘法估计出的模型参数。
此外，还有估计AR模型参数的Yule-Walker方程法、基于线性预测理论的Burg算法和修正的协方差算法等[26]。
相应的参数估计方法在MATLAB中都有现成的函数，比如aryule、arburg以及arcov等。
4.3.3AR模型阶次的选择及实验设计文献[26]中介绍了五种不同的AR模型定阶准则，分别为矩阵奇异值分解（SingularValueDecomposition,SVD）定阶法、最小预测定误差阶准则（FinalPredictionErrorCriterion,FPE）、AIC定阶准则（Akaika’sInformationtheoreticCriterion,AIC）、MDL定阶准则以及CAT定阶准则。
文献[28]中还介绍了一种BIC定阶准则。
SVD方法是对Yule-Walker方程中的自相关矩阵进行SVD分解来实现的，在MATLAB工具箱中arorder函数就是使用的该算法。
其他五种算法的基本思想都是建立目标函数，阶次估计的标准是使目标函数最小化。
以上定阶准则在MATLAB中也可以方便的实现，下面是本文实现FPE、AIC、MDL、CAT定阶准则的程序（部分）：form=1:N-1  ……    %判断是否达到所选定阶准则的要求  ifstrcmp(criterion,'FPE')    objectfun(m1)=(N(m1))/(N-(m1))*E(m1);  elseifstrcmp(criterion,'AIC')    objectfun(m1)=N*log(E(m1))2*(m1);  elseifstrcmp(criterion,'MDL')    objectfun(m1)=N*log(E(m1))(m1)*log(N);  elseifstrcmp(criterion,'CAT')    forindex=1:m1        temp=temp(N-index)/(N*E(index));    end    objectfun(m1)=1/N*temp-(N-(m1))/(N*E(m1));  end    ifobjectfun(m1)＞=objectfun(m)    orderpredict=m;    break;  endend复制代码orderpredict变量即为使用相应准则预测的AR模型阶次。
（注：以上代码为结合MATLAB工具箱函数pburg,arburg两个功率谱估计函数增加而得，修改后的pburg等函数会在附件中示意，名为pburgwithcriterion）登录/注册后可看大图程序1.JPG(35.14KB,下载次数:20352)下载附件 保存到相册2009-8-2820:54上传登录/注册后可看大图程序2.JPG(51.78KB,下载次数:15377)下载附件 保存到相册2009-8-2820:54上传下面本文使用3.2.1实验设计的输出结果即20例经预处理的HRV信号序列作为实验对象，分别使用FPE、AIC、MAL和CAT定阶准则预测AR模型阶次，图4.1（见下页）为其中一例典型信号使用不同预测准则其目标函数随阶次的变化情况。
从图中可以看出，使用FPE、AIC以及MDL定阶准则所预测的AR模型阶次大概位于10附近，即阶次10左右会使相应的目标函数最小化，符合定阶准则的要求，使用CAT定阶准则预测的阶次较小，在5~10之间。
图4.2（见下页）为另一例信号的阶次估计情况，从中也可以得到同样的结论。
（注，实验信号为实验室所得，没有上传）登录/注册后可看大图图片1.JPG(28.68KB,下载次数:5674)下载附件 保存到相册2009-8-2820:54上传

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。