上海大华条码秤上位机1216 新版V1.1

这是一个卷积编码在simulink平台下的仿真。在发送端使用的调制方式为BPSK。这次搭建的仿真较为简单，适合初学者使用。

的完整电路和源码电路用的isis，代码用的keil4电路可仿真，代码采用模块化编程，结构清晰，注释详细因为是一套本人已经成功做出来的东西，能很轻松的再搞个课程设计或者干别的，分高点，请大家见谅！！因为程序是在实际情况下有所修改，有些引脚稍有变化，可以在程序中很清楚的修改正确！

【实例简介】matlab 流形学习算法 降维算法 LLE Isomap LE LTSA PCA MDS等算法代码.以及说明！

【实例简介】一本新出的关于zynq的新书，英文版的，里面对xilinx zynq的开发，有详细的探讨与运用。

UCI机器学习库中的wine数据集及其描述

【实例简介】利用导航电文和观测文件计算站点坐标，属于单点定位，改正了电离层延迟、对流层延迟、卫星钟差、接收机钟差、相对论等误差。

通过实例对人工神经网络的实际应用进行分析和讲解，清晰的代码一目了然每神经元有许多输入、输出键,各神经元之间以连接键(又称突触)相连,它决定神经元之间的连接强度(突触强度)和性质(兴奋或抑制),即决定神经元间相互作用的强弱和正负,共有三种类型:兴奋型连接、抑制型连接、无连接。这样,个神经元(一般很大)构成一个相互影响的复杂网终系统,通过调整网络参数,可使人工神经网络具有所需要的特定功能,即学习、训练或自组织过程。一个简单的人工神经网络结构图如下所示:上图中,左侧为输入层(输入层的神经元个数由输入的维度决定),右侧为输出层(输出层的神经元个数由输出的维度决定),输入层与输出层之间即为隐层。输入层节点上的神经元接收外部环境的输入模式,并由它传递给相连隐层上的各个神经元。隐层是神经元网络的内部处理层,这些神经元在网络内部构成中间层,不直接与外部输入、输出打交道。人工经网络所具有的模式变换能力主要体现在隐层的神经元上。输出层用于产生神经网络的输出模式。多层神经网络结构中有代表性的有前向网络(BP网络)模型Page 3 of 25多层侧抑制神经网络模型和带有反馈的多层神经网络模型等。本文主要探讨前向网络模型多层前向神经网络不具有侧扣制和反馈的连接方式,即不其有本层之间或指向前一层的连接弧,只有指向下一层的连接弧。代表是BP神经网终:输入模式由输入层进入网终,经中间各隐层的顺序变换,最后由输出层产生一个输出模式,如下图所示:输入层隐层输出层多层前向神经网终由隐层神经元的非线性处理衍生它的能力,这个任务的关键在于将神经元的加权输入非线性转换成一个输出的非线性激励函数。下图给出了一个接收个输入的神经元:Page 4 of 25神经元的输出由下式给出:这里输入的加权和(括号内部分)由一个非线性函数传递,表示与偏差输入相关的权值,表示与第个输入相关的权值。使用最广泛的函数是S形函数,其曲线家族包括对数函数和双曲正切函数,这些都可用来对人口动态系统、经济学系统等建模。另外所用的其他函数有高斯函数、正弦函数、反正切函数,在此不一一展开介绍,本文主要使用的激励函数是对数函数,函数表达式为函数曲线如下图所示对于有限输入量,对数函数输出范围为∈。在输入为=时,输出值为中问值输出在—附近随着输入的增加以相对快的Page 5 of 25速率增加并非常慢地到达上限。对于

使用cordic算法实现了verilog求解对数的算法，仿真，工程均经过验证。为了节省资源，采用的是串行cordic的方式，并附上相关文献。

这是一个运动检测，背景建模的程序，实现了多种方法，使用了opencv。用源代码，以及编译好的可运行的程序。

使用opencv实现halcon中算子find_scaled_shape_model的功能，具体功能参见博客https://blog.csdn.net/sillykog/article/details/83116793