无刷直流电机转速电流双闭环matlab仿真模型

【实例简介】压缩成两部分，这是第一部分。 《华章教育·国外电子与电气工程技术丛书:数字电子技术基础·系统方法》共有14章，涵盖了数字电子技术的主要基础知识。第1章简要介绍数字系统，第2～3章介绍与数字电子技术相关的基本概念，第4～5章介绍组合逻辑及其功能模块，第6～10章介绍锁存器、触发器、定时器、移位寄存器、计数器、可编程逻辑和存储器，第11～13章介绍数据传输、信号处理及数据处理，第14章介绍总线、网络和接口。

android安卓百度地图开发，实现输入起点，目的地实现导航功能，通过修改百度地图官方导航Demo实现的，代码简介，备注清晰详细，值得参考学习。

这是Coursesra深度学习课程全部的中文翻译版本，对于时间不宽裕或者习惯阅读文献的同学学习深度学习十分有利，也能解决了视频在线课程也有其弊端，就跟很多人不喜欢微信语音一样，想要在视频中查找和回顾相关的知识点并不方便。课后编程作业代码已更新到最后一周，感谢黄海广博士等最资源的整理。

三菱PLC的编程工具，这是一个比较好用的版本。比其它版本稳定。

对信号f（t）离散傅里叶变换（DFT）和频谱分析

本人收集的16-17年全国研究生数学建模竞赛优秀论文，以供参赛人员下载参考。

vissim的vap编程语言介绍，后面附有编程的实例

SIFT算法入门时看的一篇文章，SIFT算法详解及应用(讲的很详细)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

完整的智能电梯c语言程序打包。8层双电梯。主要解决双电梯运行最优化的问题。

在matlab模拟了船舶运动 控制船舶航行方向