MATLAB excellink

用matlab变形的BP神经网络实例，代码简单易懂，不用积分。方便下载。我花了几天时间写的，注释详细。

模型预测、自动控制领域大牛Alberto Bemporad的博士课程讲义，内容为MPC模型预测控制，讲解了MPC的基本概念，线性系统的MPC理论

溯雪--国内的著名黑客高手小榕所编写。作为小榕的“刀、光、雪、影”四大系列黑客软件之一，溯雪对各种免费信箱、社区、BBS、聊天室密码的破解有很高的成功率。目前，大部分的信箱以及聊天室的密码破解都是用溯雪来完成的，就连OICQ的密码也可以破解出来（当然了，现在腾讯专门对溯雪进行了防范，由此可以看出溯雪的厉害了）。更为可贵的是，溯雪系列软件都是免费软件，连注册都不用，更方便了我们的使用。 溯雪可对免费信箱进行探测，主要通过猜测生日的方法，成功率可达60%-70%，还对各种社区、BBS、聊天室等密码的探测。另外，它本身还是一个功能完善的浏览器，您可以用它作为平时浏览网站的工具。

里面含有网络分析法的应用软件Super Decisions安装包，以及所需要的序列号。

通过详细的方案设计，利用matlab实现信号的多种采样与重构，附带matlab源码和结果图。

【实例简介】

拥有摄像机标定的程序，matlab编写，很好的，对于图像视觉的研究者很有用处。

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

该文件中含有一篇参考文献和该论文所有结论的MATLAB仿真实现，对于电力系统时滞控制的学习研究有帮助。

kb4474419，kb4490628，vs2019安装自动消失