西安交大软件工程专题课件

2011 电工杯数学建模题目2011 电工杯 数学建模 题目 AB

朴素贝叶斯分类器 MATLAB 源代码，里面含有使用实例，用的是 UCI 的 mushroom 数据集。分类器详细介绍见：http://blog.csdn.net/yunduanmuxue/article/details/39693917

《sap2000算例84》

幼儿园网站全站代码，使用div+css技术，可参考下载

AD7606 数据采集模块，16位ADC，8通道同时200KHz频率采集，每秒8*200K样本。SPI接口或8080 16位并口，可自行选择。AD7606 数据采集模块特性：使用AD7606 高精度16位ADC芯片8路模拟输入。阻抗1M欧姆。【无需负电源，无需前端模拟运放电路，可直接接传感器输出】输入范围正负5V，正负10V。可通过IO控制量程。分辨率 16位。最大采样频率 200Ksps。 支持8档过采样设置（可以有效降低抖动）内置基准单5V供电SPI接口或16位总线接口。接口IO电平可以是5V或3.3V

基于matlab的纠错码源码实现。在编码端，根据BCH码的（n，k）产生生成矩阵G和校验矩阵H

基于颜色、纹理特征的图像检索系统源代码

【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。

【实例简介】信号灯倒计时器-中华人民共和国公共安全行业标准

FFT高精度谐波检测方法研究 FFT高精度谐波检测方法研究