六宫格界面

在Arduino Uno下使用PMS5003T模块编写的采集PM2.5，温湿度的实例代码

(1)背景：企业报刊订阅管理系统(2)主要实现以下功能：1)录入功能：对于管理员，包括新用户信息和新报刊信息的录入功能，信息一旦提交就存入到后台数据库中；录入订阅人员信息、报刊基本信息；普通用户自行登录进行修改一些个人信息。2）登录功能：登陆系统为身份验证登录。分为管理员登录和一般用户登录。分别通过不同的用户名和密码进入报刊订阅管理界面。3)订阅功能：订阅人员订阅报刊（并计算出其金额）；4)查询功能：用户可以查询并显示自己所订阅的信息；管理员可以按人员、报刊、部门分类查询。查询出的信息显示在界面上。5)统计功能：管理员可以按用户、部门、报刊统计报刊的销售情况，并对一些重要的订阅信息

关键词： PCA;人脸识别;matlab;人脸检测采用PCA 算法进行人脸识别，通过抽取人脸的主要成分，构成特征脸空间，识别时将测试图像投影到此空间，得到一组投影系数，通过与训练样本库中的人脸图像比较进行识别选择最佳匹配人脸。采用matlab编程，以及GUI编程，代码测试无误，且附有详细注释，易于阅读。内附两个pdf文件，一个是算法流程的解释说明，另一个pdf是对人脸识别技术的概述，适合想要系统学习人脸识别的入门教程。

刚调试完成 自己编写的SPWM（20KHz）生成程序 亲测绝对可行

软件项目文档(项目开发计划,需求说明书,设计概要,详细设计,安装计划,软件合同,风险分析....)

在LTE系统中通常采用多输入、多输出技术，主要原因是它能够使系统的信道容量得到明显提高，通过MIMO技术在LTE的下行链路中就能够实现。但是，在用终端只安装了一根天线，此时在LTE系统中无法运用传统的MIMO技术。综上所述，为了大幅度的提升上行链路的容量，必须把几个用户联合起来组成虚拟MIMO。用户配对算法性能的高低直接影响着虚拟MIMO系统的性能。本文主要对LTE系统中的虚拟MIMO用户配对算法进行研究。本文主要做了如下工作：首先研究了LET系统上行虚拟MIMO系统的模型，重点介绍了该系统的主要技术。接着对常用的几种类型的用户配对算法进行了分析，并利用软件对它们做了仿真。在此基础上提出一种

gps基本原理及其matlab仿真，里面包含了gps定位原理，以及MATLAB仿真！

数学史pdf版本，很好的反映了数学的历史发展。

车道线分割模型模型训练自己的数据该模型是属于二分类语义分割6.encoder decoder model该文件夹中存放的是用于编码和解码的模型这里使用的是 vgg cncodcr. py和 fcn decoder. py测试:更换编码和解码的模型7. lanenet model该文件夹下存放的是 lannet模型的重要操作train.py中主要用到的是 lanenet merge model8. tboard该文件夹用来存放模型训练时产生的 event记录9. tools该文件夹下仔放的是 train lanenet py和 test lanenet py两个文件分别用于训练模型和测试模型10.训练准备好训练数据以后,在 terminal(终端)中通过指令跳转到 lament目录下举例:cd/ XXX/lanenet然后输入一下命令开始训练python tools/train lanenet. py --net vgg--dataset dir data/training data example/-net指定模型的骨干网终dataset dir指定训练数据的目录(该目录为 train txt所在的目录)如果训练的过程中出现了中断,需要接着训练,可以输入python tools/train lancnct. py --nct vgg -datasct dir data/training data cxamplcweights path path/to/ your/last/ checkpointgths_ path指定之前训练中断时权重文件存放的日录训练结東后,训练得到的模型的权重和参数文件在 model目录下的tusimple lanenet文件夹中l1测试准备测试数据测试数据是原始图片,放在data目录下的 training目录下的 testimage中(可以自定义)准备权重文件:将训练好的权重文件,包括:checkpoint, lanenet model pb, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000. data-00000-of-00001, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000 index, tusimple lanenet vgg_2018-10-19-13-33-56.ckpt-200000meta放在 model文件夹中测试数据准各完成后,打开 terminal(终端)输入以下命令跳转到 lanenet目录下cd/XXX/ lanenet′然后输入如下命开始用单张图片测试模型python tools/test lanenet. py -is batch False -batch size 1 --weights pathpath/to/your/model weights file --image path data/tusimple test image/O. jpgis batch是否是批量处理(True表示是批量处理, False表示不是批量处理默认为True)batch size批量处理一次读取的图片数量weight path模型的权重文件所在的目录image path测试数据的原始图片输入如下命令开始用批量图片测试模型:python tools/test lanenet.py -is batch True -batch size 2 -save dirdata/tusimple test image/ret --weights path path/to/your model weights file-image path data/tusimple test imagesavc dir是存放测试结果的地方(测试结果为划分车道线后的图片)安芯/方禹20181228

javaweb企业门户网站