适用于多张图像拼接的方法

一种基于粗糙集理论的神经网络分类器的设计

一种新型的GPS干扰机 有MST23单片机控制 代码 工程都有

为了收集环境中的振动能量，实现传感器等低能耗器件的自供能，设计了一种可收集环境中低频机械振动能量的发电电能收集电路，通过三倍压电路将压电晶体产生的交流电压进行倍压放大，利用LTC3588-1电源管理芯片中的低噪声全波整流及高效降压转换器进行变换，获得可为传感器等低能耗器件供电的直流电压。分析与实验表明，设计的振动能量收集电路可为传感器等器件提供电能，实现微弱电能的收集。

引言 　　虽然MP3就是采用国际标准MPEG中的第三层音频压缩模式，对声音信号进行压缩的一种格  创新-小石头式，中文也称“电脑网络音乐”。MPEG中的第三层音频压缩模式比第一层和第二层编码要复杂，但音质要比第一层和第二层高，甚至可与CD音质相比。CD唱片采样率频率为44.1MHz, 16Bits, 数据量为1.4Mbps，而相应的。现有的MP3播放器大部分还是将解码器与存储器一体化。这种设计对MP3播放器的便携性起了关键性的作用，但与此同时也带来了一些问题：一方面存储容量不易扩展，另一方面也不利于MP3播放器在其他领域的应用。本系统将存储器与解码器分离，可以利用多余的I／O接口，只要适当增加

BELMKN：贝叶斯极限学习机Kohonen网络 无监督的极限学习机（ELM）是一种用于特征提取的非迭代算法。 该方法应用于IRIS数据集以进行非线性特征提取，聚类预测，最后使用k-means进行聚类。 客观的 要使用Unsuoervised Extreme Learning Machine执行非线性特征学习，使用贝叶斯信息准则（BIC）预测数据集中的聚类数，最后使用k-means，自组织图/ Kohonen网络和EM算法进行聚类 模组 无监督的极限学习机：在此模块中，使用无监督的极限学习机执行数据集的特征提取。 这是具有单个隐藏层的非迭代算法，其中输入层和隐藏层之间的权重被随机初始化，并且使用目标函数计算隐藏层和输出层之间的权重。 因此，可以保证收敛于全局最小值。 贝叶斯信息准则：贝叶斯信息准则是一种统计方法，使用d来找出数据集中的聚类数。 它使用期望最大化（EM）算法来查找数据集中的

对双容错RDP(row diagonal parity)码进行了扩展，提出了一种基于X-RDP阵列码3容错的数据分布策略。利用X-RDP码的代数定义，从理论上证明了X-RDP码具有MDS编码特性。并采用不同斜率几何直线图描述编译码过程，易于软硬件实现。与其他数据分布策略进行比较，理论分析结果表明，X-RDP码的空间利用率、编译码效率、小写性能以及平衡性的综合性能达到最优，具有实用价值。

一种混合的、节能的、分布式集群的matlab代码——亲测可用

PIXI.TextInput-pixi.js的插件 关于 pixi.js的此插件提供了一种将文本输入添加到pixijs阶段的便捷方法。 输入本身是一个HTML <input>元素，根据PIXI-DisplayObject给出的转换，该元素位于舞台的上方。 该框在PIXI平台上绘制。 此外，您可以选择当文本字段没有焦点时，插件是否应使用本机pixi-Text替换<input> 。 演示版 正在安装 在dist/PIXI.TextInput.min.js之后将dist/PIXI.TextInput.min.js包含在html文档中，或通过以下方式npm install pixi-text-input ： npm install pixi-text-input 文献资料 TextInput的行为与任何其他PIXI-DisplayObject一样。 它继承自PIXI.Container并具有所有关

特征(英文) 创建、编辑和删除歌曲 单首歌曲的正常和视口优化全屏视图 切换歌曲语言 在键入时按标签和按键过滤歌曲和曲目 移调乐曲键 创建、编辑和删除歌单 通过简单的拖放重新排列曲目列表中的歌曲 具有设备同步的设置列表的演示模式 歌曲、曲目列表和歌曲表的 PDF 导出 纯文本、SNG 和 Slack 格式的歌曲和曲目导出 热键支持 一般统计、设置列表和用户特定统计 UI 支持多种语言（目前：EN、DE） 完整 SongDrive 数据的导出和导入