《Workbench3.0&Vxworks6;.6集成环境使用指导》

windows版CRF++-0.58.zip；linux版CRF++-0.54.zip.rar

本资源包含以下部分：1、SD卡读写规范.pdf 详细描述SD卡的读写，规范以及方法，包括命令，数据保护擦除总线拓扑结构。2、SD卡的传输协议和读写程序.pdf3、SD卡SPI读写中文资料.pdf4、SD卡读写时序图。pdf5、SD卡FAT32文件系统学习手册.pdf6、Micro_SD卡读写时序及程序调试关键.doc

专用于蓝牙4.0 BLE调试，扫描周边蓝牙、连接、服务列表、特性值列表、读写什么都有，初学必备。

【实例简介】

无线传感器定位的源代码，基于tdoa算法的仿真程序

FPGA FMC 板卡ASP-134486-01，ASP-134488-01连接器Concept HDL原理图及PCB封装，Allegro 版本: 16.6 083。

遗传算法是解决排课问题的最好方法，本程序采用文本格式，程序中附带的说明也是我见过的最详尽的。此外，这是一个三维排课问题的程序，把这个搞懂之后，任何排课问题也就是小菜一碟了。

自己写的，编程渣渣，写的很乱，但也基本实现了，仅供参考。有朋友可以联系我相互讨论学习，

一、 用回归方法解决一个实际问题。二、 自行选择实际问题，收集数据，并用软件进行数据处理。三、 要求：1. 验证线性回归理论成立的条件，如正态性，同方差性，独立性，解释变量的相关性等。若选择变量过多，需要进行变量的筛选。2. 用软件进行数据处理，建立回归模型，并进行回归方程和系数的显著性检验。3. 用建立的回归模型对实际问题进行解释，尽可能说明所建模型的合理性。若不满意，应指出可能存在问题，给出可能的改进措施。4. 按发表论文的格式整理作业。八字方针：结构合理、点到为止

【实例简介】基于灰色理论与神经网络的水质组合预测模型的研究是当前水质预测领域的研究热点之一，国内外众多研究者都在尝试如何将灰色理论与神经网络进行有效组合，以获得更好的预测效果。因此，本文在借鉴前人的成果基础上，采用串联组合方法分别对基于灰色理论与 神经网络的水质组合预测模型、基于灰色理论与 神经网络的水质组合预测模型进行了对比研究，同时提出了一种预测效果更佳的基于时间窗口移动技术与 神经网络的水质组合预测模型。 首先，本文根据中国环境质量公报（淡水环境）中长江水环境质量状况以及结合重庆市长江流域断面的实际情况筛选出七项水质指标，然后论述了灰色 模型、 神经网络以及 神经网络的相关理论和算法，接着建立了基于灰色理论与 神经网络的水质组合预测模型和基于灰色理论与 神经网络的水质组合预测模型，并以重庆市长江寸滩断面1998年至2008年的水质数据为例进行了实例测试和结果分析，也对两种组合预测模型的结果进行了对比与讨论，得出了后者预测效果更好等结论。 与此同时，通过以上两种组合预测模型的研究，本文提出了基于时间窗口移动技术与 神经网络的水质组合预测模型，并仍以长江寸滩断面为例，经过研究和实例测试表明该模型能够较好的对长江流域寸滩断面的水质进行预测，在整体上其预测效果比前两种组合预测模型更为理想，而且该模型能够较好地应用于水质指标预测和管理中，为河流水质预测提供重要的科学依据。 最后，本文采用基于 神经网络的水质评价模型对重庆市长江寸滩各年的水质进行了等级评价，并与中国环境保护部公布的水质评价结果进行了对比分析，其结果表明水质评价结果在一定程度上能够正确地反映长江寸滩当前的水质状况。