数据融合matlab代码自适应加权学习网络的轻量图像超分辨率 王朝峰，李振和石军，“具有自适应加权学习网络的轻量图像超分辨率”， 该代码基于 依存关系 的Python 3.5 PyTorch> = 0.4.0 麻木 skimage 意象 matplotlib tqdm 代码 git clone git@github.com:ChaofWang/AWSRN.git cd AWSRN 抽象的 近年来，深度学习已以出色的性能成功地应用于单图像超分辨率（SISR）任务。 但是，大多数基于卷积神经网络的SR模型都需要大量计算，这限制了它们在现实世界中的应用。 在这项工作中，为SISR提出了一种轻量级SR网络，称为自适应加权超分辨率网络（AWSRN），以解决此问题。 在AWSRN中设计了一种新颖的局部融合块（LFB），用于有效的残差学习，它由堆叠的自适应加权残差单元（AWRU）和局部残差融合单元（LRFU）组成。 此外，提出了一种自适应加权多尺度（AWMS）模块，以充分利用重建层中的特征。 AWMS由几个不同的尺度卷积组成，并且可以根据AWMS中针对轻量级网络的自适应权重的贡献来删除冗余尺度分

基于c++builder开发的AES、DES、MD5加解密工具，带源码。

基于c++builder 10.2 调用 两个delphi AES加解密源代码实现c++下的aes加解密，实现特别简单，不光支持字符串加解密，还支持数据流、文件加解密，特别方便。我的博客有详细使用方法说明。https://mp.csdn.net/postedit/80378369

资料文件用于解决C#编程中发生的粘包问题的处理

SE加壳 Safengine最新版本，包含SDK和help 文件，方便开发过程中对代码级进行加壳保护，SE加壳最新版本！

贝加莱 PVI DLL编程 TM711pdf,贝加莱 PVI DLL编程 TM711

专题资料（2021-2022年）725互联网“加”腾达物联网电锅炉智能控制技术有限公司“加”创业计划书.doc

0 引言 　　几十年来，数字技术、计算机技术和永磁材料的迅速发展，为步进电机的应用开辟了广阔的前景。由步进电机与驱动电路组成的开环数控系统，既非常简单、廉价，又非常可靠。此外，步进电机还广泛应用于诸如打印机、雕刻机、绘图仪、绣花机及自动化仪表等。正因为步进电机的广泛应用，对步进电机的控制的研究也越来越多，在启动或加速时若步进脉冲变化太快，转子由于惯性而跟随不上电信号的变化，产生堵转或失步；在停止或减速时由于同样原因则可能产生超步。为防止堵转、失步和超步，提高工作频率，要对步进电机进行升降速控制。本文介绍一个用于自动磨边机的步进电机升降速控制器，由于考虑了通用性，它可以应用于其他场合。 　　

TI DS90UB947-Q1 datasheet 加串器, LVDS转FPD link III 支持双LVDS输入 支持双FPD link输出 datasheet

RSA为最常用的一种非对称方式的算法，这次封装的Utils类完成了公钥加密、私钥解密、私钥加签、公钥验签四种常用方法。