搬运 cs1.6辅助成品加源码

运行环境 win7下x641）具备接收28181设备或者平台注册、注销功能，管理所有注册的28181设备或者平台。2）具备接收28181设备或者平台心跳功能，心跳超时能将内存里面的管理设备或者平台下线。3）具备对28181设备或者平台校时功能。4）具备目录查询功能，对获取的到设备列表进行管理。5）具备实时点播开始和结束功能，对每路设备实时码流状态进行管理。6）具备设备控制功能，支持向上、向下、向左、向右、放大、缩小、聚焦、预置位设置、预置位调用、预置位删 除功能。7）具备录像查询功能。8）具备录像点播开始和结束功能，对每路

纯C语言实现的支持向量机程序，很不错的参考程序

本程序为9节点连续潮流计算。（百度百科）连续潮流需要注意的问题：1 连续潮流中两个重要的问题是：连续参数的选择和步长的确定。参数选取不正确或是步长不合理都会导致潮流不收敛。2 连续潮流所求出的负荷裕度是针对特定网络状态和特定的负荷增长方式而言的。当增长方式改变或是网络结构或是参数发生改变后，连续潮流求出的负荷裕度是会改变的。3 至今为止，出现了基于负荷增长的连续潮流、基于网络断线故障的连续潮流等。

基于matlab的信号灯识别 嗯 有详细代码 可实现

wifi智能插座源码固件完整版，下载即可用

MATLAB程序编写的模板匹配源代码，可以作为学习模板匹配的入门资料

基于C++ 的模糊PID控制代码，参考许多论文制定的PID参数调整模糊规则，代码对于想了解这方面的人有一定的借鉴意义。但是不保证什么控制对象都能用，具体对象具体设计。

基于51单片机的两轮自平衡小车全套设计方案，其中包括源代码 app 电路等资源。

【实例简介】2019.03.14 MATLAB公开教程的PPT，课程内容： 1. 简介 深度学习：直接从数据中进行学习 卷积神经网络：用于图像识别、目标检测、语义分割等任务 2. MATLAB的优势 支持与Tensorflow/Pytorch等开源框架协作 简单易学，高质量的帮助文档和大量示例 高效的开发平台，完整的工具链 实用的数据标注和可视化工具 强大的代码生成功能 支持多平台部署 3. 仅用11行代码实现图像分类 1行代码直接导入经典的Alexnet网络模型 通过摄像头实时采集图像数据，可识别1000种常见物体 4. 迁移学习的力量 基于已有的卷积神经网络进行微调，实现专属图像识别 丰富的预训练模型，包括SqueezeNet, ResNet-18, DenseNet-201, Inception-ResNet-v2等 5. 设计复杂网络的利器：Deep Network Designer 图形交互界面，便于设计和修改复杂的网络 支持一键分析，自动修正网络结构中的错误 6. MATLAB与Tensorflow/Pytorch等开源框架的协作 通过ONNX (Open Neural Network Exchange)共享深度学习模型 支持直接导入Keras和Caffe的模型

svm多分类代码，包括一对多和一对一两种多分类策略，内含数据集，代码可以直接运行，对了解多分类绝对大有帮助。