sscom5.13.1超好用的调试工具串口－TCP等

【实例简介】基于STM32F103RCT6的INA226程序，使用IIC通讯，通过串口打印出电压电流等数据，程序简洁明了，移植性高，没有其他乱七八糟的模块混入其中，使用的硬件为某宝购买的INA226模块以及STM32系统板，本人是用来制作100W充电宝的检测部分，经过测试，电压以及电流显示准确。

【实例简介】EIS 环境下的数据挖掘技术的研究.caj FCC油品质量指标智能监测系统的数据挖掘与修正技术.caj IDSS 中数据仓库和数据挖掘的研究与实现.caj InternetWeb数据挖掘研究现状及最新进展.caj Internet数据挖掘原理及实现.caj Min-Max模糊神经网络的应用研究.pdf OLAP与数据挖掘一体化模型的分析与讨论.caj OLAP和数据挖掘技术在Web日志上的应用.caj ON-LINE REDUCING MACHINING ERRORS IN BORING OPERATIONBY FORECASTING COMPENSATORY CONTROL TECHNIQUE.pdf SDSS中空间数据挖掘部件的设计与实现.kdh swlms.pdf Web上的数据挖掘技术和工具设计.kdh Web使用模式研究中的数据挖掘.caj Web数据挖掘技术及工具研究.kdh Web数据挖掘技术探讨.kdh Web数据挖掘的BN实现方案.kdh XML与面向Web的数据挖掘技术.caj 一个新的数据挖掘模型与算法.caj 一个面向电子商务的数据挖掘系统的设计与实现.caj 一种估计人工神经网络泛化误差的新方法.pdf 一种基于数据仓库的数据挖掘系统的结构框架.caj 一种基于神经网络的数据挖掘方法.caj 一种基于遗传算法的模糊神经网络最优控制.pdf 一种实时过程控制中的数据挖掘算法研究.caj 一种建立模糊模型的粗糙集方法.pdf 一种新型数据分析技术——数据挖掘.caj 一种新的高效关联规则数据挖掘算法.caj 一种有效的用于数据挖掘的动态概念聚类算法.caj 一种测试数据挖掘算法的数据源生成方法.caj 一种自适应模糊控制器.pdf 一类递归RBF神经网络模型的稳定性讨论.pdf 不确定性线性系统模型处理的一种新方法.pdf 中介粗集及其在数据挖掘中的应用.caj 二进神经网络隐元数目最小上界研究.pdf 以地物识别和分类为目标的高光谱数据挖掘.caj 信息技术在全球银行业的应用(六)——数据挖掘技术及其应用.kdh 信息技术在全球银行业的应用(六)——数据挖掘技术及其应用1.kdh 信息检索中的数据挖掘技术.caj 信息系统中一种面向粗糙集的数据挖掘方法.caj 全连接回归神经网络的稳定性分析.pdf 关注政府上网后的数据挖掘.kdh 决策支持分析新技术——数据挖掘.caj 分类特征规则的数据挖掘技术.caj 利用决策树进行数据挖掘中的信息熵计算.caj 利用模糊神经网络进行数据挖掘的一种算法.caj 前向网络bp算法在数据挖掘中的运用.caj 区间值属性不完全信息下的数据挖掘.caj 可视化数据挖掘技术及其应用.caj 在IDS中利用数据挖掘技术提取用户行为特征.caj 基于CORBA的数据挖掘工具KDD-DC.caj 基于Web的数据仓库与数据挖掘技术.caj 基于Web的数据挖掘技术及访问路径模式的研究.caj 基于XML的WEB数据挖掘技术.kdh 基于中心流形定理的永磁同步电动机模型的分支分析.pdf 基于云模型的Web日志数据挖掘技术.caj 基于代理的分布式数据挖掘系统设计.caj 基于信息熵的地学空间数据挖掘模型.caj 基于关联规则的舰艇故障诊断数据挖掘系统结构框架.caj 基于增强型算法并能自动生成规则的模糊神经网络控制器.pdf 基于多媒体数据库的数据挖掘系统原型.caj 基于小波理论的数据挖掘方法研究.caj 基于属性分类的数据挖掘方法.caj 基于改进Elman网的非线性系统的自适应建模与预估.pdf 基于数据抽取器实现数据挖掘.caj 基于数据挖掘建立动态人事管理决策系统.kdh 基于数据挖掘建立高校系科办学评估体系的合理性评价系统.caj 基于数据挖掘技术的抽油机泵参调整DSS决策支持系统.caj 基于数据挖掘方法的电子邮件过滤.caj 基于数据挖掘模型的高压输电线系统故障诊断.caj 基于数据挖掘的地下硐室围岩稳定性判别.caj 基于数据挖掘的普通话韵律规则学习.caj 基于数据挖掘的智能化入侵检测系统.caj 基于数据挖掘的深部采场岩爆知识的自动获取.caj 基于数据挖掘的知识发现在MDSS中的应用研究.caj 基于数据挖掘的类比推理技术在石油产品分析系统中的实现.caj 基于数据挖掘的类比推理技术在石油产品分析系统中的实现1.caj 基于数据挖掘的群决策模型.caj 基于智能化数据挖掘的高新技术监测分析技术研究.caj 基于模糊对向神经网络的非线性动态系统辨识器.pdf 基于模糊规则的非线性系统建模方法.pdf 基于模糊逻辑的一类非线性系统直接自适应控制.pdf 基于相联规则的数据挖掘理论.caj 基于知识应用的数据挖掘技术理论分析与应用研究.caj 基于神经网络的多模

温室大棚监控系统（温室大棚远程控制系统）可远程获取温室大棚内的空气温湿度、土壤温湿度、二氧化碳浓度、光照强度等实时数据，当监测参数超标时，唐山平升温室大棚监控系统（温室大棚远程控制系统）可自动报警，并可实现远程或自动控制卷帘机、喷灌机、电磁阀等机电设备的运转。系统功能:●在线实时采集、存储监测点的温度、湿度、光照、土壤温度、土壤湿度、浓度等各项环境参数●可设定各监控点的监测参数报警限值,当监控点数据异常时可自动发出报警信号,报警方式包括:现场多媒体声光报警、监控中心软件报警、手机短信息报營等。●可远程控制卷寳机、啧灌杋、电磁阀、排风扇等设备的启停;也可设定控制逻辑,根据现场环境参数自动控制设备的运转,实现智能管理。●监控软件可随时打卬当前的环境监测数据及历史监测数据的统计报告、分析曲线。局域网内的任何一台电脑都可以访问监控电脑,在线査看监控点的温湿度变化情况,实现信息共享●温室大棚监控系统预留接凵,可随时增加、减少硬件设备和软件功能;并攴持接入上级管理平台。文件使用试用版本创建

MATLAB 动态规划——源代码（+详细注释）， 对于动态规划入门学习以及数学建模很有帮助！

道估计是指描述物理信道对输入信号影响而进行研究的过程，其目的在于识别每组发送天线与接收天线之间的信道冲激响应。本文主要研究了基于训练序列的信道估计, 首先阐述了无线信道中信号的传播方式、信号的损失以及衰落效应、多径效应、时变效应等特性。接着在介绍信道特性的基础上着重介绍了比较经典的时域和频域信道估计方法，并从时域的角度介绍了最小二乘算法。最后对基于训练序列的信道估计进行仿真实验，比较均方误差大小，给出仿真曲线和结果分析。

驱动9008救黑砖QPST刷机文件，救活砖机文件。

剔除测量数据中异常值的若干方法,第1期何平:剔除测量数据中异常值的若干方法21表3n,a相应的Y值3.91-00.010.010.6790.576190.4620.889).765120.6420.5460.5350.4500.7800.642130.6150.52l210.5240.44060.6980.560140.6410.5460.5140.4300.6370.507150.616230.50580.6830.554160.5950.5070.4130).406100.447180.5610.475表4Z,与n值的对应关系3458902131415161820301050zc1.381.541.651.731.801.881.921.962.002.032.072.102.132.152.202.242.392.492.58表51组测量数据(已按顺序从小到大排好)810t20.3020.3920.3920.3920.4020.4020.4]20.4120.4220.4220.4220.4320.4320.4320.43查表3得到临界值Y。(15,0.05)=0.525,根据也都有其局限性。例如:所有的准则都是以数据按正态狄克逊准则,由于Y2>%(15,0.05),故t值是异常分布为前提的,当偏离正态分布时,判断的可靠性将受值,应予舍弃。影响。还有几个准则对n值的要求也各有不同:当大样程序框图如图3所示本测定时,使用莱因达准则最适合,但当小样本测定24肖维勒准则应用软件流程图及实例时,则一般推荐使用格拉布斯准则和狄克逊准则。而肖计算算术平均值t=20.405维勒准则在某种程度上讲仅仅是莱因达准则的补充计算剩余误差v及均方差a=0.01498在实际测量中,一般取测量次数n=5~20次,特从表4中查得相应的Z值(n=15,故Z2=2.13)别精密的测量,也很少超过100~200次。因此,使用根据肖维勒准则检测l1是否为异常值以上各种准则时,必须注意测量次数的限制。对于莱因1-t|=0.105达准则、一般建议测量次数大于或等于50次,而对于而Zσ=2.13×0.01498≈0.03191格拉布斯准则和狄克逊准则,则建议小于或等于20次。但这一区别并不是十分严格的由于|1-t1>z,则t1值异常,应予舍弃。程序框图对小样本来说,由于格拉布斯准则能给出较严格如图4所示。的结果,狄克逊准则无需计算X和o,方法简便,且23几种方法的进一步讨论者的概率意义明确。因此,它们能较好地适用于采样次从以上的应用情况来看,似乎各种准则的应用实数不太多的一般测量列践都很一致,但这只是个特例,并没有普遍性。举这个设X为N(0,1),在1个大小为n的子样中混入例子,只为了更好地说明几种准则都能得到很好的应个Y:N(μ,δ)的子样。有研究结果表明:格拉布用。需要指出的是,以上各准则都是人为主观拟定的,斯方法的检出概率P略高于狄克逊方法的检出概率直到目前为止,还没有统一的规定,因此,它们的应用PD,如表6所示:(N(0,1)叫作标准正态分布)o1994-2012ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net2航空计测技术第15卷STARTSTARTSTARTSTART输入数据输入数据输入数据输入数据计算算术平均值入计x根据n值,及均方根偏差从表2中计算出相应y计算算术平均值计算剩余误差;,计算T值并选定均方根偏差σ危险率a选定危险率a计算剩余误差v,均方根偏差判别粗大误差查表得相应的(n,a)从表3中查出%(n,a)值从表4中查出相应Z值打印输出结果判别数据是否为异常?判别敦据是否异常判别粗大误差ENDExDENDEND图1莱因达准则应图2格拉布斯准则图3狄克逊准则应图4肖维勒准则应用程序框图应用程序框图用程序框图用程序框图表6P与PD的比较舍。但是,对待粗大误差,除从测量结果中及时发现和利用剔除原则鉴别外,更重要的是提高工作人员的技术a(%)水平和工作责任心,不要在情绪不宁和极度疲劳的情况5.01.0下,进行重要的测量工作。另外,要保证测量条件的稳定,防止因环境条件剧烈变化而产生的突变影响。只有δ11221122这样,才能提高测量的精度,得到满意的测量结果PG(%)10.240.429.854.22.515.712.731.3参考文献PD(%)9.335.726.850.02.212.910.526.31梁晋文等编著.误差理论与数据处理.北京:中国计由于混入的Y不一定是子样中最大的数据,所以,量出版社,1989实际检出效果还要高一些2何国伟编著,误差分析方法.北京:国防工业出版社,4结束语3王文松.测量列中离群值的判断.电测与仪表,1992,从以上论述可以看出,在进行测量数据处理时,可11)以应用各种准则进行粗大误差判别,以决定数据的取o1994-2012ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net

异步电机转子磁场定向的矢量控制仿真模型，磁链观测选用电压模型法。稳态与动态特性还不错。MATLAB版本：R2014a

核主成成分分析的实现过程，比较简单明了，希望对大家有作用吧

VREP与MATALB联合仿真，针对UR5机械臂进行PD加重力补偿控制。