opengl读取并显示obj模型 源码

本作品是一套高保真移动端电商APP产品原型模板，包含了用户中心、会员成长、优惠券、积分、互动社区、运营推广、内容推荐、商品展示、订单流程、订单管理、售后及服务等完整的电商体系功能架构和业务流程。本模板由一百三十多个界面上千个交互元件及事件组成、交互效果完成率95%以上，其中很多界面和交互元件都是在所有的APP产品中通用的，只要稍作修改就可以快速复用到您的项目原型中。另外，本模板在设计过程中遵守了AxureUX移动端元件库中的相关标准和规范，具有便于修改和方便维护的特点，无论对于交互设计师还是产品经理，都是一套绝佳的学习和参考的原型模板。会员用户可直接在会员群中获取本作品源文件及相关文档。

源码+原封数据集；本资源包括用各种机器学习方法（knn，决策树DecisionTree，随机森林，逻辑回归，支持向量机svm等）来对糖尿病进行预测的源码，包括数据集和导出的ipynb和py文件，对于新手学习和巩固机器学习算法有极大帮助。

该工具箱包含CNN，NN，CAE，DBN，SAE等神经网络工具箱。其中CNN工具箱具有详细的中文注释，以便于初学者学习

利用C语言写的三相逆变器基于PI双环控制的程序代码

camshift+kalman视频跟踪matlab代码，主要是对人脸的识别跟踪，也可以自己拍些合适的视频测试，last.m是主函数，程序是通的，下载就能使用。

实现频谱分析。能显示信号与频谱图。主要是对正弦信号和三角波进行一维FFT变换，得到频谱图

STM32ADC采集反馈电压，通过DMA搬运，最后串口发送，参与省级自然基金用的部分代码，亲测好用

中继选择的matlab程序

STM32 GPIO模拟MIPI RFFE的代码实现， MIPI 规范简介， MIPIMASTER 读写时序波形

slow feature analysis 慢特征分析matlab源代码，参考文献：Wiskott, L. and Sejnowski, T.J. (2002), "Slow Feature Analysis:Unsupervised Learning of Invariances",