《MATLAB智能算法30个案例分析》是作者多年从事算法研究的经验总结。
书中所有案例均因国内各大MATLAB技术论坛网友的切身需求而精心设计，其中不少案例所涉及的内容和求解方法在国内现已出版的MATLAB书籍中鲜有介绍。
《MATLAB智能算法30个案例分析》采用案例形式，以智能算法为主线，讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。

ros完美版本集合，ros大玩家视频教程，ros大玩家教案ros完美版本集合，ros大玩家视频教程，ros大玩家教案

主要功能是：打开图像彩色变灰阶邻域平均选择阈值腐蚀图像缩小启动摄像头恢复图像图像反相Gauss滤波自适应阈值法膨胀径向梯度打开AVI文件关闭当前窗口垂直镜像中值滤波全局阈值法开运算Canny算法视频解冻保存当前位图水平镜像Sobel算法外接矩形闭运算种子填充视频冻结最近文件180度旋转Laplace算法最小面积矩形形态学梯度金字塔图像分割多图像平均恢复原始图像30度旋转点集凸包顶帽变换椭圆曲线拟合关闭视频当前画面存盘亮度变换区域凸包波谷检测Snake原理选择分辨率退出图像直方图轮廓跟踪分水岭原理动态边缘检测直方图均衡化距离变换角点检测L_K光流跟踪

亲测可用，NoSQLManagerforMongoDB2.7.x,支持MongoDB3.0,下载运行破解.bat即可

stmf429开发板基础例程序，30个基础例子，包括SD卡，spi，以太网，usb等，适合新手学习

第1篇Java编程基础　　第1章Java开发环境的搭建（教学视频：9分钟）2　　1.1理解Java2　　1.2搭建Java所需环境3　　1.2.1下载JDK3　　1.2.2安装JDK4　　1.2.3配置环境5　　1.2.4测试JDK配置是否成功7　　实例1开发第一个Java程序7　　第2章Java基础类型与运算符（教学视频：39分钟）9　　2.1基础类型9　　实例2自动提升9　　实例3自动转换10　　实例4常用基础类型之强制转换11　　2.2运算符12　　实例5算术运算符12　　实例6关系运算符13　　实例7逻辑运算符14　　实例8位运算符15　　实例9移位运算符16　　实例10转型运算符17　　2.3其他形式18　　实例11常量与变量18　　实例12各种进制的转换19　　实例13Java中的进制与移位运算符22　　第3章条件控制语句（教学视频：75分钟）26　　3.1if控制语句26　　实例14判断输入的年份是否为闰年26　　实例15抽奖活动27　　3.2for语句28　　实例16小九九乘法表28　　实例17如何列出素数29　　实例18Java中的递归31　　实例19男生女生各多少人32　　实例20求水仙花数34　　实例21求任意一个正数的阶乘35　　实例22求n的n次方35　　实例23利用for循环输出几何图形36　　实例24杨辉三角38　　3.3while语句39　　实例25求1到100之间的和39　　实例26存上100元需要多少天40　　实例27输出100之间的所有偶数41　　实例28如何判断回文数字42　　3.4do…while语句43　　实例29输出100之间的所有奇数44　　实例30求最大的随机数44　　3.5switch语句45　　实例31判断字母分类46　　实例32优良及差47　　实例33打印任意一年日历48　　实例34一年四季的划分51　　第2篇Java数据处理　　第4章异常处理（教学视频：62分钟）54　　4.1编译时异常54　　实例35除0发生的算术异常（ArithmeticException）54　　实例36数组下标越界异常（ArrayIndexOutOfBoundsException）55　　实例37数组元素类型不匹配异常（ArrayStoreException）56　　实例38强制类型转换异常（ClassCastException）56　　实例39索引越界异常（IndexOutOfBoundsException）57　　实例40空指针异常（NullPointerException）58　　实例41数字格式转换异常（NumberFornatException）59　　实例42字符串索引越界异常（StringIndexOutBounds）60　　实例43操作错误（UnsupportedOperationException）60　　4.2运行时异常61　　实例44找不到指定类时发生的异常（ClassNotFoundException）62　　实例45请求的方法不存在（NoSuchMethodException）63　　4.3try…catch捕获异常65　　实例46try…catch捕获异常的实例66　　实例47try…catch…finally捕获异常的实例67　　实例48try…catch嵌套捕获异常的实例68　　4.4throws声明异常69　　实例49throws声明异常实例一69　　实例50throws声明异常实例二70　　4.5throw抛出异常72　　实例51throw抛出异常实例一72　　实例52throw抛出异常实例二73　　4.6自定义异常74　　实例53自定义异常实例一74　　实例54自定义异常实例二75　　第5章数组（教学视频：98分钟）78　　5.1一维数组78　　实例55一维数组的创建与使用78　　实例56按相反的顺序输出79　　实例57奇偶分组80　　实例58找宝81　　实例59寻找最小数82

摘　要在现代电子产品中，步进电机广泛应用于ATM机、喷绘机、刻字机、写真机、喷涂设备、医疗仪器及设备、计算机外设及海量存储设备、精密仪器、工业控制系统、办公自动化、机器人等领域。
所以步进电机的控制是一门很实用的技术。
本实验主要是基于唐都——PIT试验箱的步进电机控制的设计。
主要使用到了并行接口电路8255、LED七段数码管电路、8086cpu、步进电机等元件。
主要是通过按键的不同来设置直流电机的转速、运行状态和方向。
软件部分采用了汇编语言编写程序代码和C语言编写的步进电机控制程序，通过判断、跳转、循环、延时等基本技术实现。
此系统可以通过键盘输入相关数据,并根据需要,实时对步进电机工作方式进行设置,具有实时性和交互性的特点。
该设计可应用于步进电机控制的大多数场合目录摘要…………….…………………………………………...…...3一.课程设计目的……………………………………….....…...4二.设计题目名称及要求……………………………….....…….4三.实验设备…………………………………………...…..…….4四.设计的思想和实施方案……………………………..….…….5五.硬件原理图…………………………………………………….11六.典型程序模块及典型编程技巧…………………….…....…13七.课程设计中遇到的问题及解决方法………………...………16八.程序流程图………………………………………….…......19九.汇编程序清单及程序注释…………………………..…..……..23十.C语言程序清单及注释………………………….……..…..…30十一.收获体会………………………………….………..……..…37十二.参考文献………………………………………..….…..……38

Matlab功率谱估计的详尽分析——绝对原创功率谱估计是信息学科中的研究热点,在过去的30多年里取得了飞速的发展。
现代谱估计主要是针对经典谱估计(周期图和自相关法)的分辨率低和方差性能不好的问题而提出的。
其内容极其丰富,涉及的学科和领域也相当广泛,按是否有参数大致可分为参数模型估计和非参数模型估计,前者有AR模型、MA模型、ARMA模型、PRONY指数模型等;后者有最小方差方法、多分量的MUSIC方法等。
ARMA谱估计叫做自回归移动平均谱估计,它是一种模型化方法。
由于具有广泛的代表性和实用性,ARMA谱估计在近十几年是现代谱估计中最活跃和最重要的研究方向之一。
二：AR参数估计及其SVD—TLS算法。
谱分析方法要求ARMA模型的阶数和参数以及噪声的方差已知.然而这类要求在实际中是不可能提供的,即除了一组样本值x(1),x(2),…,x(T)以供利用(有时会有一定的先验知识)外,再没有其它可用的数据.因此必须估计有关的阶数和参数,以便获得谱密度的估计.在ARMA定阶和参数之估计中,近年来提出了一些新算法，如本文介绍的SVD—TLS算法便是其中之一。
三：实验结果分析和展望1，样本数多少对估计误差的影响。
（A=[1,0.8,-0.68,-0.46]）图1上部分为N=1000；
下部分为取相同数据的前N=50个数据产生的结果。
图1N数不同：子图一N=1000,子图二N=200，子图三N=50由图可知，样本数在的多少，在对功率谱估计的效果上有巨大的作用，特别在功率谱密度函数变化剧烈的地方，必须有足够多的数据才能完整的还原原始功率谱密度函数。
2，阶数大小对估计误差的影响。
A=[1,-0.9,0.76]A=[1,-0.9,0.76,-0.776]图二阶数为二阶和三阶功率密度函数图A=[1,-0.9,0.86,-0.96,0.7]A=[1,-0.9,0.86,-0.96,0.7,-0.74]图三阶数为三阶和四阶功率密度函数图如图所示，阶数相差不是很大时，并不能对结果产生较大的影响。
但是阶数太低，如图二中二阶反而不能很好的估计出原始值。
3，样本点分布对估计误差对于相同的A=[1,-0.9,0.86,-0.96,0.7]；
样本的不同，在估计时的误差是不可避免的。
因此，我们在取得样本时，应该尽可能的减少不必要的误差。
图四：不同的样本得到不同的估计值4，奇异值的阈值判定范围不同对结果的影响。
上图是取奇异值的阈值大于等于0.02，而下图是取阈值大于等于0.06，显然在同种数据下，阈值的选取和最终结果有密切关系。
由于系数矩阵和其真实值的逼近的精确度取决于被置零的那些奇异值的平方和。
所以选取太小，导致阶数增大，选取太大会淘汰掉真实的系数。
根据经验值，一般取0.05左右为最佳。

包括项目源码，数据库，视频导入教程等，花了我三十大洋买的，分享给你们，希望对你们有所帮助

包括：《MATLAB神经网络30个案例分析》（全书和源代码）《MATLAB神经网络原理与实例精解》对于初学者有很大帮助，讲解很透彻！

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。