为了实现高精度14 bit的逐次逼近型SAR（Successive Approximation）模数转换器ADC，提出一种数字自校准算法。该算法通过切换两种电容阵列的工作状态，得到电容之间的失配误差，并在ADC正常工作时，将得到的电容误差加载到电路中达到在转换过程消除失配的目的。最后对一个失配误差为0.5%的14 bit的SAR ADC系统模型进行参数仿真，结果验证了本数字校准算法的正确性和有效性。

GB2312简体中文编码表 包括了c语言编程的转换gb到unicode的编码

PSFB转换器： 我模拟了一个带有软开关 (ZVS) 的 PSFB 转换器。 开关频率 (fs) = 100KHz。 每个支路都以固定频率和 50% 的占空比（包括死区为 48%）运行。 双腿的死区为 120ns 腿之间的相移为 0.2*Ts（可以通过更改 P3 和 P4 生成器块中的因子 0.2 来更改） 在开始模拟之前，需要分配以下变量： C = 1e-11; C_r = 0.001; A = 10; 输出电压为 D*Vin，其中 D 是变压器初级电压的占空比（使用 1:1 变压器）。 选择漏电感和励磁电感以满足软开关条件。 注意：在小负载下无法实现 ZVS，但可以更改 Lr 和 Cr 以获得所需的软开关条件。

实现hex文件与bin文件之间的相互转换，可以简单的将编译器生成的hex文件转换为bin文件，方便在线升级等操作

tflite_avto_num_recognation 车牌识别。 模型训练并转换为tflite sтотпроектдемонстрируеткакиспользоватьTensorFlow2иKerasдляобучениянейроннойсетираспониюавто。 Крометого，онсодержитещеодинпример的Python，которыйиспользуетTensorFlow精简版длявыполнениялогическоговыводанаобученноймодели，чтобыраспознатьномернакаком-нибудьконтроллере，телефонеилиустройстве。 Основнойкодвзятотсюдаhttps //github.com/DeepSystems/supervisely-tut

擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。

介绍了一种性能优良的低功耗4通道12位并行D／A转换器DAC7724的功能特点和工作过程，给出了DAC7724与51单片机的接口电路及其汇编语言应用程序，最后提出了一种利用DAC输出大范围电压(-20V～+20V)的实现方法。

KFQ2系列双电源自动转换装置使用说明书(新2012)

8~32位BMP图片批量转换为JPEG格式

基于python实现DIY字符画将图片转换成字符画图像源码 在PyCharm中运行《DIY字符画》即可进入如图1所示的系统主界面。 具体的操作步骤如下： （1）单击主界面中的“导入图片”按钮，然后在弹出的窗口中选择需要转换为字符画的原图。操作如图2所示。 （2）图片选择完成以后，将自动返回程序的主界面当中，此时选择的图片将显示在程序主界面的左侧位置。如图3所示。 （3）图片选择完成以后，可以在“导入图片”按钮下面的编辑框中输入自定义字符，如果不设置自定义字符时，系统将使用默认字符进行转换。输入字符的编辑框如图4所示。 （4）在输入自定义字符编辑框的下面，选择转换后字符画图片的清晰度。如图5所示。 （5）以上操作完成以后，需要单击“转换”按钮实现字符画图片的转换，在转换期间主界面中间的位置将显示等待提示。如图6所示。 （6）当字符画图片转换完成以后，等待提示将自动消失，此时转换后的字符画图片将显示在主界面的右侧位置。如图7所示。 更多项目内容可下载查看，源代码已经打包好上传，且生成了exe可执行文件版本，点开即可直接运行。 项目导入到pycharm等编译器当中可以查看