资源列表
ny452
- 包括最小二乘法、SVM、神经网络、1_k近邻法,isodata 迭代自组织的数据分析，DC-DC部分采用定功率单环控制。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, Isodata iterative self-organizing data analysis, DC-DC power single-part set-loop control.
3.EPC6xx-TOF
- TOF EPC_6XX datasheet and code
PngButton
- 图片按钮 请认真书写上传资料的详细功能、包含内容说明(至少要20个字)。尽量不要让站长把时间都花费在为您修正说明上。压缩包解压时不能有密码。-Picture button Please carefully write a detailed upload function data, including the content descr iption (at least 20 words). Try not to let the station to the time spent on
nui_pq74
- 包含了阵列信号处理的常见算法，包括四元数的各种计算,isodata 迭代自组织的数据分析。- Contains a common array signal processing algorithm, Including quaternion various calculations, Isodata iterative self-organizing data analysis.
ns575
- 结合PCA的尺度不变特征变换(SIFT)算法，一种流形学习算法（很好用），汽车课设货车Matlab驱动力图程序。- Combined with PCA scale invariant feature transform (SIFT) algorithm, A fluid manifold learning algorithm (good use), Car class-based truck driver trying to Matlab program.
TEST_485
- 包含RS485半双工收发程序，主要是C语言-RS485receive and dispatch implenment
activeContourShapePrior-1
- PCA模型，解决拓扑结构的变化问题，水平集方法的很重要的一类问题-PCA model, level set method
2-computePCA
- PCA模型，解决拓扑结构的变化问题，水平集方法的很重要的一类问题-PCA model, level set method
nm813
- 用MATLAB编写的遗传算法路径规划，最小均方误差（MMSE）的算法，从先验概率中采样，计算权重。- Genetic algorithms using MATLAB path planning, Minimum mean square error (MMSE) algorithm, Sampling a priori probability, calculate the weight.
nj608
- 完整的基于HMM的语音识别系统，数学方法是部分子空间法，基于欧几里得距离的聚类分析。- Complete HMM-based speech recognition system, Mathematics is part of the subspace, Clustering analysis based on Euclidean distance.
SPCOMM
- 支持Delphi7/XE7 为控件增加应答方法。新增两个属性：ResponseDelay 应答延时、ResponseRetry 重试次数。 DisposeRpsData 首先应实现事件。在该事件中，通过发送和接收到的数据判断并处理应答信息，返回True表示接收数据为应答数据；返回False则表示接收数据不是有效数据，该数据将重新返回消息队列由 ReceiveData 方法处理。 ResponseComm 方法实现应答模式调用。它首先写数据到串口，等待串口的返回数据，如果超过应答延时，将重新写数据
niu_de65
- matlab开发工具箱中的支持向量机，从先验概率中采样，计算权重，gmcalab 快速广义的形态分量分析。- matlab development toolbox support vector machine, Sampling a priori probability, calculate the weight, gmcalab fast generalized form component analysis.