生成QR-Code和Data-Matrix的二维码（库）

ADI公司的已验证电路由ADI工程师设计和搭建。每个电路的设计和搭建均采用标准的工程实践技术，其功能和性能已经在室温下的实验室环境中经过了测试和验证。但是，用户需负责自行测试电路，并决定它对自己是否适用。因而，ADI公司将不对由任何原因、连接到任何已验证电路上的任何物品所导致的直接、间接、特殊、偶然、必然或者惩罚性的损害负责。在文档的“常见变化”章节里描述的其他变化电路也未必被实际搭建和测试过。已验证电路仅供与ADI公司产品一起使用，并且其知识产权为ADI公司或其授权方所有。虽然用户可能在自己的产品设计中使用已验证电路，但是并未被默认授予其他许可，或是通过此参考电路的应用及使用而获得任何专利或其它知识产权。ADI公司提供的信息被认为是准确及可靠的。不过，已验证电路是以“原样”的方式提供的，并不具有任何种类的承诺，包括但不限于：明示、暗示或者法定承诺，任何商业性、未侵权或者某特定用途实用性的暗示承诺，ADI公司无需为已验证电路的使用承担任何责任，也不对那些可能由于其使用而造成任何专利或其它第三方权利的侵权负责。ADI公司有权随时修改任何参考电路，而不另行通知。所有商标和注册商标均属于其相应公司

TMS320F2837xD技术参考手册-第1-2章：c28x处理器与系统控制TMS320F2837xD技术参考手册-第3-4章：ROM代码及外设启动与直接内存访问(DMA)TMS320F2837xD技术参考手册-第5-6章：控制率加速器（CLA）TMS320F2837xD技术参考手册-第7章：通用输入输出口(GPIO)TMS320F2837xD技术参考手册-第8章：交叉开关TMS320F2837xD技术参考手册-第9章：模拟子系统TMS320F2837xD技术参考手册-第10章：模数转换器(ADC)TMS320F2837xD技术参考手册-第11章：缓冲数模转换器（D

某公司数据中心 服务器虚拟化系统集成项目投标文件 案例，供参考

【实例简介】用51单片机C语言实现电磁炉功能

C++五子棋游戏的完美程序 在VC下可完美运行 另有课程设计的实验报告 名字为“C++五子棋实验报告最终版”配套报告

通过实例对人工神经网络的实际应用进行分析和讲解，清晰的代码一目了然每神经元有许多输入、输出键,各神经元之间以连接键(又称突触)相连,它决定神经元之间的连接强度(突触强度)和性质(兴奋或抑制),即决定神经元间相互作用的强弱和正负,共有三种类型:兴奋型连接、抑制型连接、无连接。这样,个神经元(一般很大)构成一个相互影响的复杂网终系统,通过调整网络参数,可使人工神经网络具有所需要的特定功能,即学习、训练或自组织过程。一个简单的人工神经网络结构图如下所示:上图中,左侧为输入层(输入层的神经元个数由输入的维度决定),右侧为输出层(输出层的神经元个数由输出的维度决定),输入层与输出层之间即为隐层。输入层节点上的神经元接收外部环境的输入模式,并由它传递给相连隐层上的各个神经元。隐层是神经元网络的内部处理层,这些神经元在网络内部构成中间层,不直接与外部输入、输出打交道。人工经网络所具有的模式变换能力主要体现在隐层的神经元上。输出层用于产生神经网络的输出模式。多层神经网络结构中有代表性的有前向网络(BP网络)模型Page 3 of 25多层侧抑制神经网络模型和带有反馈的多层神经网络模型等。本文主要探讨前向网络模型多层前向神经网络不具有侧扣制和反馈的连接方式,即不其有本层之间或指向前一层的连接弧,只有指向下一层的连接弧。代表是BP神经网终:输入模式由输入层进入网终,经中间各隐层的顺序变换,最后由输出层产生一个输出模式,如下图所示:输入层隐层输出层多层前向神经网终由隐层神经元的非线性处理衍生它的能力,这个任务的关键在于将神经元的加权输入非线性转换成一个输出的非线性激励函数。下图给出了一个接收个输入的神经元:Page 4 of 25神经元的输出由下式给出:这里输入的加权和(括号内部分)由一个非线性函数传递,表示与偏差输入相关的权值,表示与第个输入相关的权值。使用最广泛的函数是S形函数,其曲线家族包括对数函数和双曲正切函数,这些都可用来对人口动态系统、经济学系统等建模。另外所用的其他函数有高斯函数、正弦函数、反正切函数,在此不一一展开介绍,本文主要使用的激励函数是对数函数,函数表达式为函数曲线如下图所示对于有限输入量,对数函数输出范围为∈。在输入为=时,输出值为中问值输出在—附近随着输入的增加以相对快的Page 5 of 25速率增加并非常慢地到达上限。对于

关于GPS信号如何产生、如何捕获、如何追踪的所有matlab程序大集合！

该资源为本人自己研究出来 可能对于有些人都会使用 但改代码编写正式 注释详细 且已编译通过 运行正常 有利于初学者和有疑问者参考学习STM32的外部中断和定时器的使用 可以直接拿过来使用 采用开发板为 STM32F103C8 编译环境MDK Keil4

【实例简介】

逻辑回归 Logistic Regression LR 模型其实仅在线性回归的基础上 套用了一个逻辑函数 但也就由于这个逻辑函数 使得逻辑回归模型成为了机器学习领域一颗耀眼的明星 本代码实现了逻辑斯蒂回归模型