松下PLC与上位机通信实例

Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例Swing精美界面设计和动画制作教程＋实例

有代码 原理图 和说明。本设计描述了一款嵌入式数字示波器，在硬件上采用了32位微处理器STM32和高速A/D转换器ADS830等器件，软件上搭载上µC/OS-II实时操作系统，简化编程，提高系统的效率和稳定性。输入信号从系统的无源探头接入，先经过的是AC/DC耦合电路，然后经过信号调理电路，被调理后的信号接着由A/D转换器转变成数字信号，再经过高速缓存器FIFO，信号数据即被传送到微处理器STM32中，由微处理器STM32完成对信号数据的处理，最后把波形还原到液晶上，并显示该信号的频率、电压等技术指标，以供用户参考。

MySQL Workbench汉化xml文件测试可用

很多涉及图上操作的算法都是以图的遍历操作为基础的。试写一个程序，演示无向图的遍历操作。以邻接表为存储结构，实现连通无向图的深度优先和广度优先遍历。以用户指定的结点为起点，分别输出每种遍历下的结点访问序列和相应生成树的边集。[测试数据]由学生依据软件工程的测试技术自己确定。注意测试边界数据，如单个结点。[实现提示]设图的结点不超过30个，每个结点用一个编号表示（如果一个图有n个结点，则它们的编号分别为1,2,…,n）。通过输入图的全部边输入一个图，每个边为一个数对，可以对边的输入顺序作出某种限制。注意，生成树的边是有向边，端点顺序不能颠倒。

蒙特卡罗抽样vs拉丁超立方体抽样区别和原理

1.一个精度为0.1s的秒表系统。2.有启动按钮、暂停按钮及清零按钮。3每到一秒钟有声音提醒功能，可通过按钮打开及关闭该提醒音。压缩包中包含proteus仿真图、hex文件和C语言源代码，代码中写有详尽的注释，一看就能懂

【实例简介】哈尔滨工业大学省级精品课程机器人控制课件，基于模型的机器人控制问题与本课程研究内容；2）机器人控制的运动学与动力学基础；3）轨迹追踪控制：PID控制；机器人参数识 别；逆动力学计算法；前馈+PD反馈控制；加速度分解控制等；4）鲁棒控制；5）自适应控制；6）力控制；7）最优控制；8）柔性臂控制；9）主从控制等。该课程结合一台SICE-DD机器人操作臂与实验结果讲述机器人控制的实际应用问题。

SIFT算法特点• SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。• 独特性(Distinctiveness)好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配。• 多量性，即使少数的几个物体也可以产生大量SIFT特征向量。• 经过优化的SIFT算法可满足一定的速度需求。• 可扩展性，可以很方便的与其他形式的特征向量进行联合。SIFT简介SIFTScale Invariant Feature Transform传统的特征提取方法成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘,对环境的适应能力较差,急需提出一种鲁棒性强、能够适应不同光照、不同位姿等情况下能够有效识别目标的方法。己0]/3/己7彐SIFT简介SIFTScale Invariant Feature TransformSIFT提出的目的和意义分1999年 British columbia大学大卫.劳伊( David g.Lowe)教授总结了现有的基于不变量技术的特征检测方法,并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子一SIFT(尺度不变特征变换),这种算法在2004年被加以完善己0]/3/己7SIFT简介SIFTScale Invariant Feature Transform将一幅图像映射(变换)为一个局部特征向量集;特征向量具有平移、缩放、旋转不变性,同时对光照变化、仿射及投影变换也有一定不变性。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法特点SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性。独特性( Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配。多量性,即使少数的几个物体也可以产生大量SIFT特征向量。经过优化的SIFT算法可满足一定的速度需求。可扩展性,可以很方便的与其他形式的特征向量进行联合。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法可以解决的问题目标的自身状态、场景所处的环境和成像器材的成像特性等因素影响图像配准/目标识别跟踪的性能。而SIFT算法在一定程度上可解决:目标的旋转、缩放、平移(RsT)图像仿射/投影变换(视点 viewpoint)光照影响(111 amination)目标遮挡( occlusion)杂物场景(c1 utter)噪声己0]/3/己7SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤简述SIFT算法的实质可以归为在不同尺度空间上查找特征点(关键点)的问题。原图像特征点特征点目标的特检测描述征点集特征点匹匹配点矫配正目标图像特征点特征点目标的特检测描述征点集SIFT算法实现物体识别主要有三大工序,1、提取关键点;2、对关键点附加详细的信息(局部特征)也就是所谓的描述器;3、通过两方特征点(附带上特征向量的关键点)的两两比较找出相互匹配的若干对特征点,也就建立了景物间的对应关系。SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤关键点检测己。关键点描述彐·关键点匹配4·消除错配点己0]/3/己7关键点检测的相关概念SFTiant Feature Transfor1.哪些点是SIFT中要查找的关键点(特征点)?这些点是一些十分突出的点不会因光照条件的改变而消失,比如角点边缘点、暗区域的亮点以及亮区域的暗点,既然两幅图像中有相同的景物,那么使用某种方法分别提取各自的稳定点,这些点之间会有相互对应的匹配点。所谓关键点,就是在不同尺度空间的图像下检测出的具有方向信息的局部极值点。根据归纳,我们可以看出特征点具有的三个特征:尺度方向大小己0]/3/己7

利用ICP算法实现点云拼接，该代码我已检验过，可以运行，只要输入相应的数据即可

数据库+代码，功能全部实现了还有项目答辩，我自己写的。