MINI_STM32示波器

tms320c5502 dsp emif 挂载FLASH烧写。

pdf文档，中文来源：华北电力大学学报242007[11997199811.2199910.88408200.68000.47800.2掩76072007000100120时间/天68040100120图3训练过程中的误差变化时间/天Fig.3 Errors during training图1日负荷预测时洲练数据4Fig. 1 Training data for day load for ecas ting35←只51.5050-10203040如0的070809010101200.8时间压图4训练过程中神经元个数变化Fig 4 Grow th of neurons during train ing0.200.95系0.940.8505101520253035滞后时间/天如0.80.75图2训练数据的自相关系数Fig. 2 Autocorrelation coefficients of training dat a(a拟合曲线0.〔(3)10.040.0系70/14060[1000000]时间/天(b拟合误差「O1000001图5训练结果及误差Fig. 5 Result and error of train in3- EBF6,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net4EUNITE2582080078076074072026.26700(3)66005101520253035时间/天50/1[00001图6日最大负荷预测结果[01010]26ig. 6 Result of forFrecasting g1 SOFNN[716.2,739.7,757.7,781.3],7Tab 1 Accuracy of training and forecast ing[720.1,738.2,763.7,MethodMAPE/ (%O) ME767.7],7SOFNN1.3344.137901.7850.04780EUNITE1.95E770760winner750报告中ME值没有准确堤供,但可以从报告中估轵740计得出约50~60完整的 EUNITE网络竟赛原始数据可730从EUNITE网站获得(http://neuron.tuke.sk/compe-720tit ion/ index. php)7103354EUNITEMAPE时间1.95[2]图7周平均最大负荷预测结果3.2Fig. 7 Forecasting result of week average max loadSOFNNSOFNNWSj72SOF NNWLWLideltaWli, delta WLi=WLj-Wli(3h:× delt al+k× deltal wj,Yh=0.58o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net262007820[1] Chen B J, Chang M W, Lin C J. Load forecasting using800support vector machines: a study on eunitE com-780tion 2001[J]. IEEE transactions on power systems7602004.19(4):1821-1830[2] Company behind East- Slov akia Power Distrib ution740Com panWorle w ide com petition w ithin the EU720NITE network, EUNITE competiton report [RI700[3]6802004.28(17):1-1105101520253035[4 Leng g, Prasad g, McGinnity T M. An on line algor-时间/天rithm for creating self organ izing fuzzy neural networ ks图8修正后的日最大负荷预测结果Neural Netw orks, 2004,(17): 1477-1493[5 Ort iz: Arroyo D, Skov M K, Huynh Q. Accurate Elee-F ig.8 Forecasting results after rev sedtricity Load Forecasting with Artificial Neur al NetworksIC. Proceedings of the 2005 International Conference2SOFNNon Compu tat io nal Intel ligence for M odel ling, Control andTah 2 Accuracy of forecast ingAuto mation. and International Conference on I ntelligentMethodMAPE/(%)MEAgents, Web Technolo gies and Internet CommerceSOFNN1.7850.04(CIMCAIA WTIC 05). 20051.5941.95[ 6] Tao X. Input dimens ion reduction for load forecastingEUNITE1.9550-60based on support vector machines [C]. Hong Kong82004 IEEE International Conference of Electric U til yderegulation, res tructur ing and pow er technolog iesMAPE ME20[7 Hsu CC. Dynam icall y Optim izing Parameters in SupportVector Regression An A pp licat io n of Electricity Load4结论Forecasting [C]. Haw aii: Proceedings of the 3 9thIlaw aii International Conference on System Sciences199918 Pan kratz A. Forecasting w ith Univariate Box-JenkinsModels [m. John Wiley sons, 1983SOFNN(1972-),,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net

系统地讲解了数学建模的方法、类型、及相关工具结合若干实例全面地介绍统计、优化、偏微分方程数值、样条和曲线拟合等工具箱的内容和用法。统计工具箱部包括概率分布、假设检验、方差分析、回归分析、非参数检验、判别分析、聚类分析、主成分分析、试验设计、统计过程控制、常用统计图形、多元方差分析、决策树、因子分析、隐马尔可夫模型和多维尺度分析等内容。优化工具箱部分介绍线性规划、二次规划、非线性规划、多目标规划、0-1规划、最大最小化、半无限问题、最小二乘问题和方程求解，以及大型优化问题的求解方法。偏微分方程数值解工具箱部分包括如何用图形用户界面和工具箱函数求解偏微分方程，常见的偏微分方程数值求解问题，以及包括

C++开发的二维码识别，实际项目的前期方案验证，使用opencv+zbar，在ubuntu14.04环境下验证成功，效果还不错。

用py程序提取abaqus计算结果odb文件中的点集的结果数据。本程序以顶面（TOP）的反力（RF）为例。

包含图像采集，保存，图像大小的选择，曝光时间的控制等

伺服电机通过编码器反馈位置，simulink没有编码器模型，用simulink搭建编码器模型，伺服控制仿真位置反馈更接近实际。

头部姿势数据库是1590个单眼面部图像的基准，其具有从-90到+90度的平移和倾斜角度的变化。对于每个人，可以使用2个系列的93个图像（93个不同的姿势）。每人2个系列的目的是能够训练和测试已知和未知面部的算法（参见第2和第3节）。数据库中的人戴或不戴眼镜，并有各种肤色。背景是自愿中立和整洁的，以便专注于面部操作。该数据集包含了水平方向上的角度标记与垂直方向上的角度标记，是kaggle比赛常用的头部姿态估计训练数据集。

【实例简介】含源程序，使用说明和数据库文件。注意：打开工程文件，进入到Visual C++开发环境中，在“StdAfx.h”文件中更改连接SQL Server2005的服务器名称。简介：人力资源管理系统是这样的一种管理软件，它能够快速、方便地显示结果，还可以对有关工资的各种信息进行统计，服务于财务部门及公司主要管理者。实施人力资源管理系统可以集中、整合各种信息来源，有利于降底管理成本，提高公司管理效率和水平，从而促进公司的进一步发展和变革。

MATLAB 优化问题 26个测试函数，直接使用即可，唉，前段时间费了好久时间写的，后来发现在网上有库，囧，给大家分享下。。。。