STM32多路ADC采集Demo(DMA和非DAM)

DOE ，即 试验设计 (Design Of Experiment) ，是研究和处理 多因子 与响应变量关系的 一种科学方法。它通过合理地挑选试验条件，安排试验，并通过对试验数据的分析，从而找 出总体最优的改进方案。从上个世纪 20 年代费雪 (Ronald Fisher) 在农业试验中首次提出 DO E的概念，到六西格玛管理在世界范围内的蓬勃发展， DOE 已经历了 80 多年的发展历程， 在学术界和企业界均获得了崇高的声誉。

ICA特征提取matlab代码，同时结合支持向量机（SUV）对ECG信号进行特征处理

数据流图（DFD：Data Flow Diagram）就是组织中信息运动的抽象，是信息逻辑系统模型的主要形式。这个模型不涉及硬件、软件、数据结构与文件组织，它与对系统的物理描述无关，只是用一种图形及与此相关的注释来表示系统的逻辑功能，即所开发的系统在信息处理方面要做什么。

优化方法：最速下降、阻尼牛顿、共轭梯度、BFGS法 matlab程序，以求解Rosen Brock函数极小值为例程序有详细注释。

【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。

NURbs曲线绘制，通过MATLAB绘制NUrbs曲线

基于扩展卡尔曼滤波的室内定位方法，多源信息融合课程报告，附带程序和数据。

在信号处理中经常需要把噪声叠加到信号上去

包括指纹的预处理及特征匹配，具体算法有灰度化，二值化，图像分割，指纹细化特征提取，及其特征的匹配

基于vc2013开发，兼容超级终端的ymodem协议，可以用于更新stm32或其他单片机程序。提供完整工程，可以根据需要自行修改。如有需要相应stm32F1，f4的对应IAP程序，可以联系