serial_communication

SIFT算法的MATLAB源码，不使用sift_win32，根据论文一步一步编写，对于学习理解SIFT算法有重要意义。建议单步执行学习。

利用MATLAB仿真软件实现图像的去噪处理。要求：读取图像并分别加入高斯噪声、椒盐噪声、脉冲噪声和乘性噪声，然后采取合适的滤波器进行去噪处理，能显示原始图像、加噪后图像和去噪后图像。说明：里面含有单独报告书，单独的代码，整合的报告书和代码，任你选择。

A differential QPSK modem using the TMS320C6711 DSK

无线通信系统的DSP实现王金龙 沈良 任国春 蔡跃明 陈瑾 吴启晖编著

ue编辑器64位免安装版，中文绿色破解版

取色器源码

对isir数据集进行分类，各选取三种花的25个样本作为训练数据，其余作为测试数据，多训练几次，准确率可以达到98%左右

control_sys2 四旋翼MATLAB报告目录一、 需求分析 11. 背景介绍 12. 需求分析 2二、 系统原理 21. 技术方案 22. 数学模型 3三、 控制器的设计与仿真 41. 姿态回路控制器的设计 42. 位置回路控制器设计 53. 仿真结果 61． 位置仿真结果 72． 姿态仿真结果 83． 结果分析 9四、 实验总结 10

用来测试的pcm文件,需要的得可以下载

【实例简介】2019.03.14 MATLAB公开教程的PPT，课程内容： 1. 简介 深度学习：直接从数据中进行学习 卷积神经网络：用于图像识别、目标检测、语义分割等任务 2. MATLAB的优势 支持与Tensorflow/Pytorch等开源框架协作 简单易学，高质量的帮助文档和大量示例 高效的开发平台，完整的工具链 实用的数据标注和可视化工具 强大的代码生成功能 支持多平台部署 3. 仅用11行代码实现图像分类 1行代码直接导入经典的Alexnet网络模型 通过摄像头实时采集图像数据，可识别1000种常见物体 4. 迁移学习的力量 基于已有的卷积神经网络进行微调，实现专属图像识别 丰富的预训练模型，包括SqueezeNet, ResNet-18, DenseNet-201, Inception-ResNet-v2等 5. 设计复杂网络的利器：Deep Network Designer 图形交互界面，便于设计和修改复杂的网络 支持一键分析，自动修正网络结构中的错误 6. MATLAB与Tensorflow/Pytorch等开源框架的协作 通过ONNX (Open Neural Network Exchange)共享深度学习模型 支持直接导入Keras和Caffe的模型