基于BP神经网络的自整定PID控制仿真

PROFINET设备集成到工业控制系统中，需提供描述设备模型特性的GSD文件以使工程工具对其进行组态。 PROFINET设备的GSD文件用GSDML语言描述。 PROFINET设备GSD文件一般包括以下内容： (1)总线接口(DAP=Device Access Point)； (2)所有可能的模块和子模块(Module/Submodule)，以及模块参数； (3)模块和子模块可用的槽和子槽(slots／Subslots)； (4)诊断信息(Diagnosis

RN8209能够测量有功功率，无功功率，用功电能，无功电能，同时可测量电流，电压有效值等

可以直接运行的代码，关于bp神经网络进行手写字数字识别的，内附0-9手写字体图片，每个数字500张图片。

ofdm的simulink链路，用于学习使用。可以直接运行。学习MIMO-ofdm系统，用于硬件的理论测试

文件为C++语言编写的潮流计算，采用牛顿法实现，内含IEEE4、5、14、30、57、118、300节点系统系统原始数据及潮流计算结果，还有详细的使用说明，经与《高等电力网络分析》（张伯明著2007版）附录对比，计算结果完全正确；个人觉得程序可扩展用遗传算法，禁忌搜索算法中；

基于glut，读取点云文件 并进行绘制 包括用鼠标加键盘进行旋转、缩放、平移操作使用VS2012编写

网上收集的无刷电机控制的simulink仿真模型，非常难得 网上收集的无刷电机控制的simulink仿真模型，非常难得

模式识别mini project-脱机手写签名识别，这是每个学习模式识别的同学必做的课程设计mini project，主要功能要求如下： 一共有20个人，在其对应的文件夹中存放了每个人的20个手写签名图像，每幅图像均为PCX图像格式，大小为129 94像素大小。 对每个人的手写签名，用其中80%的图像作为训练样本进行训练，用余下的20%的图像进行测试。在签名图像进行特征提取时，提取6 个ET1和6 个DT12轮廓特征。每一个人的手写签名特征假设为48维特征空间的多维高斯分布。用贝叶斯参数估计法估算概率密度函数（pdf），然后用Bayes分类器识别。分别计算close test和open

【实例简介】ecology 7.000.0612-8.100.0531、Emobile 5.0、EBRIDGE、EMESSAGE 授权生成器

stm32-sx1278-lora驱动程序，Mdk5直接编译，工程文件，亲测可用。2个模块，2个单片机，烧录同样程序即可互相收发（会通过串口1打印接收到的数据）