STM32 SX1278测试程序带原理图（看评论酌情下载）

资源已包含完整技术文档及视频教程，一步到位。Guns是基于SpringBoot,致力于做更简洁的后台管理系统,完美整合springmvc + shiro + mybatis-plus + beetl + flowable!Guns项目代码简洁,注释丰富,上手容易,同时Guns包含许多基础模块(用户管理,角色管理,部门管理,字典管理等10个模块),可以直接作为一个后台管理系统的脚手架.Guns v3.0新增rest api服务,提供对接服务端接口的支持,并利用jwt token鉴权机制给予客户端的访问权限,传输数据进行md5签名保证传输过程数据的安全性，Guns v3.1新增集成工作流引擎fl

GM(1,1)灰色预测模型，用于长期预测使用，短期也有使用

点云滤波算法 一维双向扫描方法 matlab 激光雷达武汉大学课后作业

【实例简介】本文基于最优线性二次型理论研究了带外部干扰的多智能体系统的最优控制问题. 首先在不考虑干扰的情况下，通过分析性能指标函数求得了最优的分布式控制协议. 然后假设系统存在外部干扰，采用DOBC的方法来估计实际扰动，在控制协议中增加干扰补偿项来消除干扰的影响. 接下来，将上述复合式控制协议设计为带有最小采样粒度的事件触发机制，运用现代控制理论和矩阵论等工具分析了多智能体算法，得到了分布式的事件触发条件. 最后，通过计算机仿真验证了本文所提算法的有效性.

非局部均值图像去噪算法的matlab实现的讨论，包括算法实现过程的转换以及matlab实现的流程图。最后则是对仿真结果的分析，分别从两个角度进行了比较：同一图像在不同噪声下的PSNR（峰值信噪比），以及在同一噪声下不同的图像下的PSNR比较，从而判断非局部均值图像去噪算法的去噪效果。

基于多目标协同优化算法编写的遗传算法程序，具有很好的收敛性，提供了相应测试算例，供学习参考。

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

参数已调好，采用LCL滤波器，系统稳定运行，有助于并网逆变器的基础学习和提高，同时含有PI设计的模块，非常适合基础学习，

牛顿-拉夫逊法电力系统潮流计算#define _BUILDOWLDLL#include "oodbc.h"//#include "checks.h"//// Debug trace macros//#define XSTRUCTOR_TRACE(str) // OutputDebugString (str)#define XSQL_TRACE(str) // { OutputDebugString (""); OutputDebugString(str); }#define XMEMFUNC_TRACE(str) // OutputDebugStri

基于天地图数据编写的城市公交查询，及出行路径规划系统，可选择地铁、公交等多种出行方式。