声音频率发生器20hz~20000hz

采用小波变换模极大值法检测图像边缘！

经典书籍中英文对照，车辆动力学及其控制，Vehicle dynamics and control, 作者Rajesh Rajamani，2006年第一版 本书全面覆盖了在车辆控制系统模型的开发过程中使用到的车辆控制系统及动力学模型，包括巡航控制，自适应巡航控制，ABS, 自动车道保持，自动高速系统，航向角稳定控制，引擎控制，被动主动和半主动悬挂，轮胎-路面摩擦系数估计，防倾翻及混合电力车辆。 仅供阅览

本文使用了ORL人脸数据库，训练样本为40人，每人5张图片，共计200张图片，图片大小为92*122。测试样本为40人，每人5张图片共计200张图片，图片大小为92*122。ORL数据库可以从http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html得到。如果只是以随机选择的方式来识别某个人的身份的话，从概率角度来说识别率仅为2.5%，我们的任务是如何使识别率突破50%或者更高，这是个艰巨的任务。从训练角度来看，我们需要处理40*5*92*112=2060800个像素点，这是个维度灾难。针对以上问题，本文提出了PCA+SV

在windous系统下Python实现海康相机登入、预览、抓图、光学变倍、相机激活、区域聚焦、区域曝光功能；linux系统下载相应的海康SDK，并将lib文件更换为相对应的库文件，同时将HCNetSDKCom文件夹拷贝出来（与lib文件夹同一级别）

两阶段DEA模型 ，利用lingo计算的算例

这是我自己写的对图像进行预处理的matlab源程序，主要是对图像进行光照补偿、旋转与尺度归一化。上传上来和大家一起学习、分享。

1． 仍然使用第一次作业中收集的数据作为训练集（注意：不得超过20+20 例样本），采用身高和体重为特征进行性别分类，训练SVM 分类器，在测试数据dataset1.txt 上测试分类效果。SVM 中分别使用线性核和高斯核，参数自己确定。2． 使用一个较大的数据集（dataset2.txt）作训练样本，采用身高和体重为特征进行性别分类，在正态分布假设下估计概率密度，建立最小错误率贝叶斯分类器，写出得到的决策规则；把分类器应用到dataset1.txt 上，计算测试错误率。（自行决定采用什么先验概率。）3． 将样本和两次作业中得到的多个分类面画到由身高和体重组成的二维平面上，尝

C# ZedGraph实时多条曲线数据更新实例 具体 可以参考https://www.cnblogs.com/JiYF/p/11182658.html这里去查看效果 主要代码已说明，看懂就不要下载了，没有积分博客留言，给出邮箱，我给你发。

含有张正友标定法的完整的Matlab代码，以及一些解释。

对随机0、1信号采用8PSK调制方式，采用升余弦脉冲，将输入信号调制到合适的载频上