MFC信息管理系统

【实例简介】VHDL入门.解惑.经典实例.经验总结 pdf电子书，学习VHDL的经典教材

理论上我们可以看出Y（t）的自相关函数的图像在零点有一个冲激，其他都与原信号的自相关函数相一致，所以通过观察Y（t）的自相关函数的图像我们可以检测出原余弦信号的存在。

spass（2-2.sav）

资源包括详细的代码和注释，代码由VS2005 编写，附有可执行文件和源代码。附有说明文档可供参考。

IAR能编译通过运行的完整的STM32平台的GPS定位追踪器源码，原理图等。

【实例简介】无线通信系统中经典的功率控制博弈论算法matlab实现。 (The classical game theory algorithm of power control in wireless communication system is realized by MATLAB.)

【实例简介】仿糗事百科微信小程序 1. 实现顶部页签菜单左右滑动效果 2. 实现顶部页签菜单切换效果，页签菜单选中时字体加粗，同时对应的内容也跟着变化 3. 实现专享界面糗事列表设计，包括发布人头像、发布人昵称、发布的段子等信息，以列表的显示展现出来。 4. 实现视频列表页设计，视频可以进行播放与暂停； 5. 实现分享功能，可以将当前界面分享给好友 6.设计概要：数据绑定、列表渲染、请求服务器数据， （1）实现顶部页签滑动效果，需要借助于scroll-view可滚动视图区域组件，设置scroll-x="true"属性，允许在水平方向上左右滑动 （2）页签菜单切换和内容也跟着进行切换，需要使用swiper滑块视图容器组件，根据current当前页面索引值来决定显示那个面板 （3）设计糗事列表，先设计一条内容，然后可以复制这条内容的布局，在这个基础上进行修改 （4）设计视频列表，需要使用video视频组件，每个视频组件都有唯一的id；设计幻灯片轮播效果，准备好幻灯片需要轮播的图片 （5）分享功能，需要在在 Page 中定义 onShareAppMessage 函数，设置该页面的分享信息 （6）在界面布局的时候，会用到微信小程序的组件，包括view视图容器组件、image图片组件、swiper滑块视图容器组件、scroll-view可滚动视图区域组件、video视频组件等组件的使用 （7） 界面样式设计，需要写一些wxss样式进行界面的美化和渲染 （8）页签菜单切换的时候，需要获得该页签所对应的id，需要绑定菜单切换事件 （9）页面分享，需要使用onShareAppMessage这个API接口，进行界面分享 （10）动态获取糗事列表信息，需要使用wx.request请求获得糗事列表信息

样条插值法实现时间配准，MATLAB仿真

介绍了线形粘弹体的UMAT程序说明

车道线分割模型模型训练自己的数据该模型是属于二分类语义分割6.encoder decoder model该文件夹中存放的是用于编码和解码的模型这里使用的是 vgg cncodcr. py和 fcn decoder. py测试:更换编码和解码的模型7. lanenet model该文件夹下存放的是 lannet模型的重要操作train.py中主要用到的是 lanenet merge model8. tboard该文件夹用来存放模型训练时产生的 event记录9. tools该文件夹下仔放的是 train lanenet py和 test lanenet py两个文件分别用于训练模型和测试模型10.训练准备好训练数据以后,在 terminal(终端)中通过指令跳转到 lament目录下举例:cd/ XXX/lanenet然后输入一下命令开始训练python tools/train lanenet. py --net vgg--dataset dir data/training data example/-net指定模型的骨干网终dataset dir指定训练数据的目录(该目录为 train txt所在的目录)如果训练的过程中出现了中断,需要接着训练,可以输入python tools/train lancnct. py --nct vgg -datasct dir data/training data cxamplcweights path path/to/ your/last/ checkpointgths_ path指定之前训练中断时权重文件存放的日录训练结東后,训练得到的模型的权重和参数文件在 model目录下的tusimple lanenet文件夹中l1测试准备测试数据测试数据是原始图片,放在data目录下的 training目录下的 testimage中(可以自定义)准备权重文件:将训练好的权重文件,包括:checkpoint, lanenet model pb, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000. data-00000-of-00001, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000 index, tusimple lanenet vgg_2018-10-19-13-33-56.ckpt-200000meta放在 model文件夹中测试数据准各完成后,打开 terminal(终端)输入以下命令跳转到 lanenet目录下cd/XXX/ lanenet′然后输入如下命开始用单张图片测试模型python tools/test lanenet. py -is batch False -batch size 1 --weights pathpath/to/your/model weights file --image path data/tusimple test image/O. jpgis batch是否是批量处理(True表示是批量处理, False表示不是批量处理默认为True)batch size批量处理一次读取的图片数量weight path模型的权重文件所在的目录image path测试数据的原始图片输入如下命令开始用批量图片测试模型:python tools/test lanenet.py -is batch True -batch size 2 -save dirdata/tusimple test image/ret --weights path path/to/your model weights file-image path data/tusimple test imagesavc dir是存放测试结果的地方(测试结果为划分车道线后的图片)安芯/方禹20181228