Архив

本程序实现了IFFT以及和连续变换的对比，并对连续以及离散的OFDM系统的对比-This procedure, as well as implementation of the IFFT transform and continuous comparison of continuous and discrete OFDM system comparison

采用C++对Ioctl接口进行二次封装。封装目的就是使用简洁化，统一化

稳态下的cdma系统多用户检测算法，卡尔曼，递归最小二乘 以及最小均方误差(Multiuser detection algorithm for CDMA system under steady state)

说明：  本程序为ansys的apdl编制的双跨斜拉桥命令，供参考(This procedure for apdl ansys system of the double - span cable-stayed bridge command, for reference)

Finds RootMeanSquareError

一种实用的基于平面靶标的主动视觉摄像机标定专利-Based on a practical plane target active vision camera calibration patent

说明：  二叉树运用，简单背包问题，是本人初学数据结构的作业，(Bintree use, simple knapsack problem, is my data structure beginner operations,)

Dll, Use to Chrome, avcodec-52.d-Dll, Use to Chrome, avcodec-52.dll

资源描述此程序为公司年会抽奖而开发 具体流程： 1、打开程序后显示总的控件界面，同时加载所有参与抽奖人员数据。 2、点击相应奖项会进入对应抽奖界面，点击空格，号码开始滚动。再次点击空格，号码停止滚动，本次抽取的中奖名单会滚动出现在号码框下方。每个奖项具体抽几次在程序中已写死。 3、某项抽奖结束后，已抽取的号码会从总数据中删除，同时写入对应的xls文件中保留。 4、开始下一项抽奖 5、所有奖项抽取完后点击获奖名单显示所有获奖人员名单

说明：  使用卷积神经网络进行高光谱遥感数据分类，使用的数据源为Pavia University高光谱数据 文件夹log--日志文件夹，存放TensorBorad日志、网络参数文件、混淆矩阵图 文件夹Patch--存放数据处理的切片结果 文件夹PaviaU--高光谱数据下载存放位置 文件夹predicted--CNN对原始影像的分类结果 data.py--对原始高光谱影像进行数据处理，生成切片 net.py--神经网络模型 train.py--训练神经网络 utils.py--需要用到的函数 show.py--使用训练好的神经网络模型对原始数据进行分类(Using convolution neural network to classify hyperspectral remote sensing data, the data source is Pavia University hyperspectral data. Folder log -- Log folder, store TensorBorad logs, network parameter files, obfuscation matrix diagrams Folder Patch -- Stores slice results of data processing Folder PaviaU -- Place for Hyperspectral Data Download and Storage Folder predicted -- CNN classification results of original images Data.py -- Data processing of original hyperspectral images to generate slices Net.py--Neural Network Model Train.py--Training Neural Network Utils. py -- Functions to be used Show.py -- Classification of raw data using trained neural network model)