资源列表
exp1
- 捷联惯导系统放置在室内测试台上做静态测试，测试时间4500s。 1）取前180数据做粗对准（解析对准法）； 2）取第181s~900s数据做精对准（Kalman滤波法）； 3）从第901s开始做纯惯导解算； 4）用国军标的导航系统位置精度评价方法评估系统定位精度（分别计算CEP50 和 CEP95 下的定位精度）。(The strapdown inertial navigation system was placed on the indoor test bench for stati
飘逸一代引擎源码(包括控件)
- 飘逸一代引擎源 完整源代码 delphi编译(Elegant Generation Engine Source Code)
STM32F103RCT6 RBT6核心板例程 电压测量
- STM32F103RCT6 RBT6核心板例程 电压测量 STM32F103RCT6 RBT6核心板例程 电压测量 STM32F103RCT6 RBT6核心板例程 电压测量 STM32F103RCT6 RBT6核心板例程 电压测量 STM32F103RCT6 RBT6核心板例程 电压测量 STM32F103RCT6 RBT6核心板例程 电压测量 STM32F103RCT6 RBT6核心板例程 电压测量
STM32F103RCT6 RBT6核心板例程 电流测量
- STM32F103RCT6 RBT6核心板例程 电流测量STM32F103RCT6 RBT6核心板例程 电流测量STM32F103RCT6 RBT6核心板例程 电流测量STM32F103RCT6 RBT6核心板例程 电流测量STM32F103RCT6 RBT6核心板例程 电流测量STM32F103RCT6 RBT6核心板例程 电流测量
STM32F103RCT6 RBT6核心板例程 步进电机驱动程序
- STM32F103RCT6 RBT6核心板例程 步进电机驱动程序 STM32F103RCT6 RBT6核心板例程 步进电机驱动程序 STM32F103RCT6 RBT6核心板例程 步进电机驱动程序 STM32F103RCT6 RBT6核心板例程 步进电机驱动程序 STM32F103RCT6 RBT6核心板例程 步进电机驱动程序 STM32F103RCT6 RBT6核心板例程 步进电机驱动程序
STM32F103RCT6 RBT6核心板例程 pwm输出加adc
- STM32F103RCT6 RBT6核心板例程 pwm输出加adc STM32F103RCT6 RBT6核心板例程 pwm输出加adc STM32F103RCT6 RBT6核心板例程 pwm输出加adc STM32F103RCT6 RBT6核心板例程 pwm输出加adc STM32F103RCT6 RBT6核心板例程 pwm输出加adc STM32F103RCT6 RBT6核心板例程 pwm输出加adc
STM32F103RCT6 RBT6核心板例程 PWM
- STM32F103RCT6 RBT6核心板例程 PWM输出实验！ STM32F103RCT6 RBT6核心板例程 PWM输出实验！ STM32F103RCT6 RBT6核心板例程 PWM输出实验！ STM32F103RCT6 RBT6核心板例程 PWM输出实验！ STM32F103RCT6 RBT6核心板例程 PWM输出实验！ STM32F103RCT6 RBT6核心板例程 PWM输出实验！ STM32F103RCT6 RBT6核心板例程 PWM输出实验！
基于粒子群优化算法的特征选择SVM分类
- 针对“BreastCancer”数据集，作为对比，第一次对特征集直接进行SVM分类，第二次使用粒子群算法进行特征选择后再进行SVM分类。并且对比和分析了两次分类的结果。(For "BreastCancer" data set, as a comparison, the first time the feature set is directly classified by SVM, and the second time the feature set is selected
基于PCA的SVM分类
- 选择“BreastCancer”数据集，使用支持向量机(SVM)对其进行分类。作为对比，第一次对特征集直接进行支持向量机分类，第二次对特征集进行主成分分析法的特征提取后，再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。(The BreastCancer data set is selected and classified by Support Vector Machine (SVM). For comparison, the first time the featur
鸢尾花分类
- 使用四种方法进行鸢尾花分类：最小距离分类器，K 近邻法，感知器，Fisher 准则。(Four methods are used to classify iris: minimum distance classifier, K-nearest neighbor method, perceptron and Fisher criterion.)
SHA204A-I2C-STM32
- 基于stm32的atsha204的程序加密源码亲测可用(Encrypted source code of atsha204 program based on STM32 is available for personal testing)
《深度学习入门：基于Python的理论与实现》
- 本书主要介绍深度学习的核心算法，以及在计算机视觉，语音识别、自然语言处理中的相关应用，适合深度学习从业人士或者相关研究生作为参考资料，也可以作为入门教程来大致了解深度学习的相关前沿技术(This book mainly introduces the core algorithms of deep learning, as well as relevant applications in computer vision, speech recognition and natural languag