手势识别图像数据，三种手势每种100张图片

中文版附数据及代码文件 量化投资以Python为工具完整版 以python为工具进行量化投资分析 书中包含python基础、统计学基础、金融理论与投资组合、时间序列与配对交易、技术指标与量化投资

【实例简介】《MATLAB 神经网络43个案例分析》目录 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测 第9章 离散Hopfield神经网络的联想记忆——数字识别 第10章 离散Hopfield神经网络的分类——高校科研能力评价 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算 第12章 初始SVM分类与回归 第13章 LIBSVM参数实例详解 第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别 第15章 SVM的参数优化——如何更好的提升分类器的性能 第16章 基于SVM的回归预测分析——上证指数开盘指数预测. 第17章 基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测 第18章 基于SVM的图像分割-真彩色图像分割 第19章 基于SVM的手写字体识别 第20章 LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用 第21章 自组织竞争网络在模式分类中的应用—患者癌症发病预测 第22章 SOM神经网络的数据分类--柴油机故障诊断 第23章 Elman神经网络的数据预测----电力负荷预测模型研究 第24章 概率神经网络的分类预测--基于PNN的变压器故障诊断 第25章 基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选 第26章 LVQ神经网络的分类——乳腺肿瘤诊断 第27章 LVQ神经网络的预测——人脸朝向识别 第28章 决策树分类器的应用研究——乳腺癌诊断 第29章 极限学习机在回归拟合及分类问题中的应用研究——对比实验 第30章 基于随机森林思想的组合分类器设计——乳腺癌诊断 第31章 思维进化算法优化BP神经网络——非线性函数拟合 第32章 小波神经网络的时间序列预测——短时交通流量预测 第33章 模糊神经网络的预测算法——嘉陵江水质评价 第34章 广义神经网络的聚类算法——网络入侵聚类 第35章 粒子群优化算法的寻优算法——非线性函数极值寻优 第36章 遗传算法优化计算——建模自变量降维 第37章 基于灰色神经网络的预测算法研究——订单需求预测 第38章 基于Kohonen网络的聚类算法——网络入侵聚类 第39章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类 第40章 动态神经网络时间序列预测研究——基于MATLAB的NARX实现 第41章 定制神经网络的实现——神经网络的个性化建模与仿真 第42章 并行运算与神经网络——基于CPU/GPU的并行神经网络运算 第43章 神经网络高效编程技巧——基于MATLAB R2012b新版本特性的探讨

单片机51读取GPS NMEA0183格式及解析；uart.h ,uart.c串口中断程序；gps.c，gps.h 读取GPS NMEA数据及解析位置，时间，和卫星状态。主要包括了GGA和RMC数据读取及解析；时区调整。采用的是upsd3300单片机（51系列）；

【实例简介】这是我花了很大工夫才做好的课程设计，实属不易，拿来与大家分享，有用得着的就拿去吧！ 本设计主要是基于PID的双闭环控制一阶倒立摆.

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。

ICS lab10 WebProxy包含 proxy.c

将需要辨识的数据以.mat文件格式输入到程序中，即可对任意阶数系统进行参数辨识。

最优化问题求解，l1-ls 范数求解matlab程序包。

proteus仿真+Keil源工程文件+C#上位机本系统主要利用串口通信，实现温度的实时采集和处理分析等简要功能。下位机（主控芯片8051）接收上位机（C#开发windows应用程序）的指令实现温度采集、温度报警功能，上位机通过发送指令控制采集时间间隔，报警上下限、报警温度点的控制，具有实时温度曲线显示功能；并能够调用数据库来查看、删除历史数据，以图表的形式作进一步统计分析。

自己作业，给有用的人 1. 通过LabVIEW和NI USRP数字通信实验平台，产生基带信号频率、载波参数及频偏等参数可调整的FM调制信号，并且观察参数变化对调制信号以及调制后信号FFT功率谱的影响。2. 掌握LabVIEW图形化编程，以及NI USRP数字通信实验平台的使用方法。 3. 学习整体通信链路的构建与测试。