win7+vs2015下编译成功的modbus上位机(应用libmodbus)包括所用调试工具和资料.rar

粒子群模拟退火算饭，兼具二者特点，效率好，能实现，很实用

本程序是对V-BLAST系统及其检测算法的仿真，可采用BPSK,QPSK,16QAM,64QAM调制。检测算法为ML，MMSE,ZF,以及采用迫零的连续干扰消除检测算法。

数字集成电路的经典教程，《digital integrated circuits-a design perspective》

总结了行为识别方面常用的数据集，主要包括国外的行为识别数据集

SqlServer批量导入Oracle小工具，内附说明文档，操作简便，可以实现对数据的批量及自定义导入，经测试，无问题

流体仿真必备，新手入门神器

：针对静止摄像机下的运动目标检测问题，提出了一种基于背景减法的运动目标检测算法( 通过对一组连续视频进行处理，从中得到不含运动目标的背景图像( 再利用背景差分的方法提取出运动目标( 在确定比较阈值的过程中，一改以往通过实验不断调整的做法，提出了动态阈值的概念，从而增强了检测效果，提高了算法的可实施性( 融入了高斯模型关于背景更新的算法，克服了由于背景突然改变而造成的误检测( 实验结果表明，通过背景差分与高斯模型相结合的方法，在有诸多不确定性因素的序列视频中构建背景有较好的自适应性，能迅速响应实际场景的变化，为准确地检测出运动目标提供了必要的基础(

本设计基于MATLAB完成，实现了基本的语音录制、加载播放以及音量和语速的控制，另外还对语音信号进行了FFT等操作及相关图形的绘制，并进行了加噪和去噪，设计了不同的滤波器类型，由于时间有限，有个别滤波器的效果不是很好。

基于STM32的嵌入式系统，使用12864作为显示屏的俄罗斯方块源代码。程序通过四个按键控制，实现方块的旋转和位移。，每种方块的出现机率相等，随机产生方块，具有提前显示下一个方块功能。使用STM32官方库函数作为开发蓝本，读起来更加通俗易懂。

站里这方面资源不多，特别是种子区域生长方面的很少，上传一个算一个吧rightnumleftnuIm percent2()Ivaluerightnumipercent2(rvalue)pm= lvalue/‖P‖,pma= rvalue/‖P‖‖Pwindows xpMATLAB (R2008aOtsa.RlenI=ll, Rlen2=60, percent1=55%c, percent270%b. Rlenl=ll, Rlen2=80, percent1=50%, percent2=94%c.Rlen1-1l, Rlen2-100 percent1-65%. percent2-80%d. Rlen1-1l, Rlen2-=80, percent1=60%. percent2-83%2cent 1percent2Percentppercent 13C1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhtlp://www.cnki.net[J]2007,29(6):854-857[J]26(2):93-962010,45(7):76-80[JI.1963:1l5-12005,26(11):[J],2005,17(1):1-3Research on the improved algorithm and application ofseed region growth method and its sail image extrationYAN Shen-hai, HUANG Xian-tong, LIU Yang(School of Mathematics Computer Science, Gannan Normal University, Ganzhou 341000, Jiangxi, ChinaAbstract: Seeded region growing is a common method of image segmentation. Its performance depends largelyon the seleclion of seed points and growth rules. In order Lo extract snail images with such methods more effectively.The article analyzes the basic idea of the seeded region growing method(SRG) and presents an improved seededregion growing method (ISRG) which is used to extract the snail images. In ISRG, novel similarities rules and anew dynamic threshold method are adopted. For the complex and various habitat of snail, ISRG selects the region growing seed points manually. It is demonstrated by experimental results that ISRG can achieve better snailimage extraction results under the complicated real-world sceneKey words: seeded region growing (SRG; image extraction; dynamic threshold; snail(E D:X, JC1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhtlp://www.cnki.net