消息传递算法 和积算法 因子图 matlab源码

DSP28377s的完整标准程序，已经在装置上运行，系统设置/ADC/PWM/定时器/GPIO/UART/IIC/SPI所有接口齐全，仿照就能用！

广东工业大学计算机网络课程设计的编程实现基于UDP的ping（java）

包含了一些涉及论文格式要求的最基本的命令，注释都写得比较详细，可以用来熟悉基本命令，也可以直接拿去用（当然是要求不太多的情况下）。包含题目、摘要、目录和参考文献，还有公式、表格和图像的示例，在模板上需要改哪些地方也已经注明。之后大概会上传一个更详细的版本。虽说是白痴模板，但如果要会用这个还是得先把LaTeX的基本概念学一下！但是因为我已经是菜鸟中的菜鸟，所以这个模板是相当简单易懂的了。

详述了x86架构下PC104总线，以及如何在ARM+CPLD的架构下实现PC104总线

使用Arduino开发的WIFI智能小车，可以无线实现视频遥控。内含小车程序，上位机程序和原理图。

VISUAL+C++++SQL+SERVER数据库应用实例完全解析,值得学习

充分了解数学建模的相关知识，其中包括各种算法以及MATLAB在数学建模中的具体应用以及相关的程序代码，综合各方面的知识，方便我们了解例如线性规划maxx s.t. Ax>b的Maab标准型为min -cx s.Axcx∑anx,=bi=12,…,mst≥可行解满足约束条件(4)的解x=(x1,x2,…,xn),称为线性规划问题的可行解,而使目标函数(3)达到最大值的可行解叫最优解可行域所有可行解构成的集合称为问题的可行域,记为R14线性规划的图解法101+x2=106z=12图1线性规划的图解示意图图解法简单直观,有助」了解线性规划问题求解的基木原坦。我们先应用图解法来求解例1。对于每一固定的值z,使目标函数值等于z的点构成的直线称为目标函数等位线,当z变动时,我们得到一族平行直线。对于例1,显然等位线截趋于右上方,其上的点具有越大的目标函数值。不难看出,本例的最优解为x*=(2,6),最优目标值26从上面的图解过程可以看出并不难证明以下断言:(1)可行域R可能会出现多种情况。R可能是空集也可能是非空集合,当R非空时,它必定是若干个半平面的交集(除非遇到空间维数的退化)。R既可能是有界区域,也可能是无界区域(2)在R非空,线性规划既可以存在有限最优解,也可以不存在有限最优解(其目标函数值无界)。(3)若线性规划存在有限最优解,则必可找到具有最优目标函数值的可行域R的“顶点”。上述论断可以推广到一般的线性规划问题,区别只在」空问的维数。在一般的n维空间中,满足一线性等式∑a1x=b的点集被称为一个超平面,而满足一线性不等式氵=1∑ax≤b(或∑a1x,≥b)的点集被称为一个半空间(其中(a1…,an)为一n维行向量,b为一实数)。若千个半空间的交集被称为多胞形,有界的多胞形又被称为多面体。易见,线性规划的可行域必为多胞形(为统一起见,空集Φ也被λ为多胞形)。在一般n维空问中,要直接得出多胞形“顶点”概念还有一些困难。二维空间中的顶点可以看成为边界直线的交点,但这一几何概念的推广在一般n维空间中的几何意义并不十分直观。为此,我们将采用另一途径来定义它。定义1称n维空间中的区域R为一凸集,若Vx,x2∈R及元∈(01),有x+(1-4)x2∈R定义2设R为n维空间中的一个凸集,R中的点x被称为R的一个极点,若不存在x、x2∈R及∈(0,1),使得x=4x+(1-4)x2。定义1说明凸集中任意两点的连线必在此凸集中;而定义2说明,若x是凸集R的个极点,则x不能位于R中任意两点的连线上。不难证明,多胞形必为凸集。同样也不难证明,维空间中可行域R的顶点均为R的极点(R也没有其它的极点)1.5求解线性规划的 Matlab解法单纯形法是求解线性规划问题的最常用、最有效的算法之一。这里我们就不介绍单纯形法,有兴趣的读者可以参看其它线性规划书籍。下面我们介绍线性规划的 Matlab解法Matlab中线性规划的标准型为min c rAx shs t.Aeq. x=beb

用高光（摄像头旁的 LED 闪光灯，或者其他足够亮的光源也可）照亮指尖皮下毛细血管，当心脏将新鲜的血液压入毛细血管时，亮度（红色的深度）会有轻微变化，通过摄像头监测这一有规律变化的间隔，即可算出心跳了

【实例简介】基于TMS320F28335 SPWM波形发生设计

现代数字信号处理与应用 5.24关于burg算法功率谱实现的仿真实验 自己参考相关的资料写的burg算法，可以运行，结果和课本上基本一直，有些地方处理不好，比较简单就不写注释了。学习burg算法的可以参考一下