图像相似性度量

智能小车使用火焰传感器灭火，能够实现自动寻路，灭火。

基于BP神经网络整定的PID控制基于BP神经网络整定的PID控制基于BP神经网络整定的PID控制

基于具有抗差性的验后单位权中误差的抗差最小二乘Matlab代码

ITD分解matlab程序，完整的程序包，可运行，含有实例，用于信号的分解去噪。不懂得可以联系我

如题，需要的同学应该很喜欢，不需要在自己一个个的去查了，基本可以买到的都在这里

动态心电图绘制，通过qt定时器，实现心电图从左往右进行绘制，到达坐标轴最大值后，再从左往右继续进行绘制。增加：文章地址：https://blog.csdn.net/DoleH/article/details/86250510

基于Gabor小波＋PCA＋LDA特征提取方法的人脸表情识别20机电技术2011年12月=∑cm=∑mc×(-0509-n)U=(a-n(2×3.1415926)×vm第四步:初始模型确定下来以后,采用则将该待识别人脸表情判别为第讠类表情Baum- Welch算法对参数进行重估计,迭代调整模3人脸表情实验及分析型参数以达最优化。这样就完成了训练建模工作,获得了在粗分本文在JAFF( (Japanese Female Facial Expre类层次下代表7种人脸表情的HMM模型sso)表情数据库中进行实验。 JAFFE人脸表情库1=(A,B,n)(=1,2,…7)。由10个人,共213幅图像组成,每人都包含愤怒、23HMM人脸表情分类厌恶、恐惧、高兴、悲伤、惊讶和中性7种表情,每人每种表情2~4幅,每种表情共有27幅。对待识别的人脸表情图像,按本节22中模型本文实验与 Micael等的测试方法相似,把数训练步骤的第一步获得观察向量O,然后计算观据库中的210张图像分成3个部分,每个部分包含察向量O与已训练好的HMM模型1=(A,B,)10个人,且每个人包含7幅不同表情图像,每次使的似然概率P(O|λ)(=12,…,7)。通过用其中的一个部分训练各个表情的HMM模型,剩Forward -Backward算法来计算似然概率,如果下的两个部分用来测试。循环操作3次,然后对这P(O|4),ie(12…,7在P(O|4)(=1,2…,7)3次取平均值,得出表情识别率。本方法获取的表中最大,即情识别率见表1P(Oa )=max p(oa)表1人脸表情识别结果愤怒厌恶恐惧高兴中性悲伤惊讶识别率/%愤怒91.67厌恶5400009000恐惧559167高兴00095.00中性549000悲伤9333惊讶5693.33整体识别率92.14从表1中可以看出,本方法可以获得较好的表高的问题,提出了一种新的人脸表情识别方法。情识别率,但是,从实验中也可发现,不管是有本方法通过更加有效的 Gabor小波+PCA+LDA表没有减少分类类别数,实验中始终存在误识别。情特征提取方法,然后结合HMM模型建立7个对从实验数据库中发现,库中某些人的7种表情变化应基本表情+中性表情的模型,进行识别分类,并并不明显,即使人眼也无法确定其表情类别,以且取得了92.14%的整体识别率。同时,在实验中致算法在识别时出现错误。发现,由于人脸实验数据库中某些人的7种表情变4结论化并不明显,即使人眼也无法确定其表情类别,以致算法在识别时出现错误。本文针对目前人脸表情的整体识别率普遍不(下转第35页)第6期林彩丽等:磁流变阻尼器减振系统的分数阶微分方程研究[2] DROZDOVAD Mechanicsofviscoelasticsolids[M]. New York: John Wiley &Sons Ltd, 1998: 21-65[]LAKESR S. Viscoelastic solids[M]. London: CRC Press, 1998: 63-110[4] Stanway R, Sproston, J L, Stevens N G Non-liner modeling of an electrorheological vibration damper. J. Electrostatics,1987,20.[5]周强,瞿伟廉磁流变阻尼器的两种力学模型和试验验证地震工程与工程振动2002240).[6] Gamoto D R, Filisko F E Dynamic mechanical studies of electrorheological materials: moderate frequencies. I. Rheology,1991,35(3)[7]汪建晓孟光.磁流变阻尼器用于振动控制的理论及实验研究门]振动与冲击,2001,20(2)[8] Wen Y K Method of random vibration of hysteretic systems[]. Joumal of Engineering Mechanics Division, ASCE,102(EM2),1976[9]Spencer Jr. B F, Dyke S J, Sain M K, Carlson, J D Phenomenological model of a magnetorheological damper. J Engrg. MechASCE1997,123[10薛定宇陈阳泉高等应用数学问题的 MATLAB解DM清华大学出版社,2010[l]周云谭平.磁流变阻尼控制理论与技术DM科学出版社200712]王振滨曹广义分数微积分的两种系统建模方法系统仿真学报,2004,64):810812(上接第20页)参考文献[1] ZHAO Quan-you, PAN Bao-chang, PAN Jian- jia, et al. Facial expression recognition based on fusion of Gabor and LBPfeatures[A]. In: Proceedings of the 2008 International Conference on Wavelet Analysis and Pattern Recognition[C], HongKong,IEEE,2008(8):362-367[2]Tang Fang-qi, Deng Ben-zai. Facial Expression Recognition using AAM and Local Facial Features [A]. In: Proceedings ofthe Third Intcmational Conference on Natural Computation[C], Haikou, China, IEEE, 2007(8): 632-635[3]陈培俊基于静态图像的人脸表情识别研究成都西南交通大学,2007[4] Lades M, Vorbruggen J C, Buhmann J. Distortion invariant object recognition in the dynamic linkarchitecture[].IEEE Transactions on Computers, IEEE, 1993, 42(3): 300-311[5]彭辉张长水荣钢等基于KL变换的人脸自动识别方法清华大学学报自然科学版,2007,37(6:6770[6]DudaR O, Hart P E, Stork DG Pattern Classification(second edition). New York: Wiley, 2001[7李云霞李治柱吴亚栋基于HMM的关键词识别系统门计算机工程200,30(7:130-132谨致作者敬请本刊作者允诺:稿件中没有侵犯他人著作权或其它权利的内容并且文责自负;投寄给本刊的稿件(论文、图表、照片等)自发表之日起,其专有出版权和网络传播权即授于本刊,并许可本刊在本刊网站或本刊授权的网站上传播及中国核心期刊(遵选)数据库、中国学术期刊综合评价数据库、中文科技期刊数据库、中国台湾华艺数据库全文收录。对上述合作若有异议者,烦请来稿时向本刊申明,未作中明者,本刊将视为同意,谢谢合作。并致诚挚敬意。《机电技术》编辑部基于 Gabor小波十PCA+LDA征提取方法的人脸表情识别旧数据文接作者:李烈熊,苏两河作者单位李烈熊(福硅船政交通职№学院,福廷福州,350007),苏河(福建电力职技术学院,福建泉州刊名:机电技术英文刊名:MECHANICAL AND ELECTRICAL TECHNOLOGY年,卷(期)201,34(6)参考文献(7条)1. ZHAO Quan-you; PAN Bao-chang PAN Jian-jia Facial expression recognition based on fusion of Gabor and LBPfeatures 20082. Tang Fang-qi; Deng Ben-zai Facial Expression Recognition using AAM and Local Facial Features 20073.陈培俊基丁静态图像的人脸表情识别研究20074. Lades M: Vorbmggen J C; Buhmann J Distortion invariant object recognition in the dynamic link architecture1993(03)5.彭辉;张长水;荣钢基于K-变换的人脸自动识别方法2007(6)6. Duda R 0: Hart P E Stork D G Pattern Classificat ion(second edition) 20017.李云霞;李治柱:吴亚栋基于HM的关键词识别系统[期刊论文]计算机工程2004(07本文链接http://d.g.wanfangdata.comcn/periodiCaljdjs201106005.aspx

LTE资源分配，小区间干扰协调的Matlab源码，使用了SCME信道模型，利用此模型建立LTE资源分配的仿真环境，是项目中写出来的代码，很值得一看，参考

用python写的跑酷类小游戏，适合新手参考，现在只实现了吃金币和障碍物碰撞功能，相对比较简单，可以自己拓展。

心率检测系统的设计论文，ti杯电子设计大赛优秀论文右手接至低通前置放大电路滤波器输左手入端共模电压右腿驱动屏蔽动右腿退导联屏蔽线图2前置放人电路框图1)前賢放大调理针对心电信号高增益,高输入阻抗,高垬模抑訇比,低噪声,低漂移和合适带宽的采集要求,采用仪表放大器,以获得良好的综合性能。所以采用仪用放大器AD620只要用只外接电阻便可设置放大器的增益,增益G为494人R2)右腿驱动电路将右腿连接到一个辅助的运算放大器的输出端,把混杂于原始心电信号中的共模噪声提取出来,经过一级倒相放大后,再返回到人体,使它们相互叠加,从而减小人体共模干扰的绝对值,提高信噪比。本电路采用高精度运算放大器O217。通过这个负反馈结构,可大大抑制测量过程屮前置敚大器输入端共模电压的影响。此外,右腿驱动电路还可以提供电气上的安全性。3)屏蔽驱动电路屏蔽驱动器是一个同相电压跟随器,将放大器的输出端和屏蔽相连,将屏蔽线和地隔开,并且对于50Ⅳz的共模干扰信号来说,从人体输入的两路信号是相等的导联线和屏蔽线之间的电压差为0,从而消除了其间的电容,提高了输入电路的阻抗,降低人与地之间的漏电流。如图3所小220kTT1点2R图3带屏蔽驱动、右腿驱动的前置放大调理电路经过前置放大器后心电信号被放大的倍数为49.4KG=1+51IK∥(24.9K+24.9K)(2)高通滤波电路的设计电极与皮肤表面之间容易产生直流偏压,为了消除这部分的干扰,需要采取高通滤波电路图4所示予以滤除,其截止频率为≈0.5Hz2丌√RR,CC22x√22X×47K×101×10U4BQPZITT图4二阶高通滤波电路(3)低通滤波电路的设计噪声来源一类是各种电子设备辐射出的高频噪声,一类是市电的50z噪声。通常情况下后者影响尤为明显。对这些噪声的滤波需要用到滤波器。低通滤波器(电路图如图5)通常情况下截止频率选择在100Hz以下。低通截止频率为2兀√RR1CC42√24K×24K×0.047×Dm≈100H2T745TQP2171图5二阶低通滤波电路(4)50Hz陷波电路的设计为了去除人体或测试系统中产生的工频50Hz干扰34,需用带阻滤波器加以抑制。我们采用心电测量没备当前普煸采用的双T陷波电路滤除工频干扰,其参数计R算公式为:2可C其中f为滤去频率,如图6所小。USD图650Hz陷波电路(5)后置放大电路及抬升电路的设计因为wsP430F169模数转换器的范围为0~2.5V,所以要对采集的心电信号进行拾升如此在实现后置放大的过程中,既要考虑信号中平的提升,又要实现信号的放大。放大器芯片用INA217。具体电路如图7所示图7后置放大发抬升电路放大倍数为:G=110K10KRIK抬升电路有对放大信号拾升了1.25V(6)电源电路的设计电源电路的设计是由电平转换器760,线性调节器MX8511,电压基准REF3025及电池盒组成,如图8所示电源电路图8电源电路31.3元件的布局和PCB板的设计在PCB板中,包含多种类型的电路,为了避免各部分电路中信号相互耦合而生千扰,对不同类型的电路部分进行分离布局是PCB板设计的一个基本原则。各部分之间不仅应保持相当距离,还要分开走线。电源系统的布线包括电源线VDD和地线vSs的布线,是系统抗干扰的个重要部分。VDD和wSS应尽可能扩大面积,以防止因电磁能量较强而产生电磁干扰能量的发射,这也是保证高频信号到地之间具有低阻抗的措施3.2软件设计软件设计的关键是对MSP430F169的控制以及LCD显示。所有软件均采用C语言绽写。软件实现的功能是QRS波检测并算出心率,LCD显小波形以及SD卡存储3.2.1软件流程系统软件部分流程图9如下所示,开关按键按下后,屏幕显示L0GO图(江苏省TⅠ杯电子设计大赛),通过对各模块的初始化后,由中断定时服务实现对心电信号QRS波检测,心率计算,波形回放。系统初始化A/D采集LCG0显示N按键显示模块初始化