%球體 close all; G=6.67e-11; R=2;%球體半徑 p=4.0;%密度 D=10.0;%深度 M=(4/3)*pi*R^3*p;%質(zhì)量 x=-20:1:20; g=G*M*D./((x.^2+D^2).^(3/2)); Vxz=-3*G*M*D.*x./((x.^2+D^2).^(5/2)); Vzz=G*M.*(2*D^2-x.^2)./((x.^2+D^2).^(5/2)); Vzzz=3*G*M.*(2*D^2-3.*x.^2)./((x.^2+D^2).^(7/2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('球體重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vzzz'); grid on %% %水平圓柱體 close all G=6.67e-11; p=10.0;%線密度 D=100.0;%深度 x=-200:1:200; g=G*2*p*D./(x.^2+D^2); Vxz=4*G*p*D.*x./(x.^2+D^2).^2; Vzz=2*G*p.*(D^2-x.^2)./(x.^2+D^2).^2; Vzzz=4*G*p.*(D^2-3.*x.^2)./((x.^2+D^2).^3); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('水平圓柱體重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vzzz'); grid on %% %垂直臺階 G=6.67e-11; p=4.0;%密度 h1=50.0;%下層深度 h2=40.0;%上層深度 x=-100:1:100; g=G*p.*(pi*(h1-h2)+x.*log((x.^2+h1^2)./(x.^2+h2^2))+2*h1.*atan(x./h1)-2*h2.*atan(x./h2)); Vxz=G*p.*log((h1^2+x.^2)./(h2^2+x.^2)); Vzz=2*G*p.*atan((x.*(h1-h2))./(x.^2+h1*h2)); Vzzz=2*G*p.*x*(h1^2-h2^2)./((h1^2+x.^2).*(x.^2+h2^2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('垂直臺階重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vzzz'); grid on %% %傾斜臺階 G=6.67e-11; p=4.0;%密度 h1=50.0;%下層深度 h2=40.0;%上層深度 a=pi/6;%傾斜角度 x=-500:1:500; g=G*p.*(pi*(h1-h2)+2*h1.*atan((x+h1*cot(a))./h1)-2*h2.*atan((x+h2*cot(a))./h1)+x.*sin(a)^2.*log(((h1+x.*sin(a).*cos(a)).^2+x.^2.*sin(a)^4)./((h2+x.*(sin(a)*cos(a))).^2+x.^2.*sin(a)^4))); Vxz=G*p.*(sin(a)^2.*log(((h1*cot(a)+x).^2+h1^2)./((h2*cot(a)+x).^2+h2^2))-2*sin(2*a).*(atan((h1/sin(a)+x.*cos(a))./(x.*sin(a)))-atan((h2/sin(a)+x.^cos(a))./(sin(a).*x)))); Vzz=G*p.*(0.5*sin(2*a)^2.*log(((h1*cot(a)+x).^2+h1^2)./((h2*cot(a)+x).^2+h2^2))+2*sin(a)^2.*(atan((h1/sin(a)+x.*cos(a))./(x.*sin(a)))-atan((h2/sin(a)+x.*cos(a))./(x.*sin(a))))); Vzzz=2*G*p*sin(a)^2.*((x+2*h2*cot(a))./((h2*cot(a)+x).^2+h2^2)-(x+2*h1*cot(a))./((h1*cot(a)+x).^2+h1^2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('傾斜臺階重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vzzz'); grid on %% %鉛錘柱體 G=6.67e-11; p=4.0;%密度 h1=50.0;%下層深度 h2=40.0;%上層深度 a=3;%半徑 x=-500:1:500; g=G*p.*((x+a).*log(((x+a).^2+h1^2)./((x+a).^2+h2^2))-(x-a).*log(((x-a).^2+h1^2)./((x-a).^2+h2^2))+2*h1.*(atan((x+a)./h1)-atan((x-a)./h1))-2*h2.*(atan((x+a)./h2)-atan((x-a)./h2))); Vxz=G*p.*log((((x+a).^2+h1^2).*((x-a).^2+h2^2))./(((x+a).^2+h2^2).*((x-a).^2+h1^2))); Vzz=2*G*p.*(atan(h1./(x+a))-atan(h2./(x+a))-atan(h1./(x-a))+atan(h2./(x-a))); Vzzz=2*G*p.*((x+a)./((x+a).^2+h2^2)-(x+a)./((x+a).^2+h1^2)-(x-a)./((x-a).^2+h2^2)+(x-a)./((x-a).^2+h1^2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離/m') ylabel('重力異常值') title('鉛垂柱體重力異常') grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導(dǎo)數(shù)值'); title('Vzzz'); grid on
上傳時間： 2019-05-10
上傳用戶：xiajiang
vb寫的DNF外掛，采用DLL劫持方式。源碼直接可以編譯，默認(rèn)為LOG.GLL，可以修改成其他名字放入DNF目錄，進(jìn)入游戲即可使用。
上傳時間： 2019-07-26
上傳用戶：sdo999
This paper presents a Hidden Markov Model (HMM)-based speech enhancement method, aiming at reducing non-stationary noise from speech signals. The system is based on the assumption that the speech and the noise are additive and uncorrelated. Cepstral features are used to extract statistical information from both the speech and the noise. A-priori statistical information is collected from long training sequences into ergodic hidden Markov models. Given the ergodic models for the speech and the noise, a compensated speech-noise model is created by means of parallel model combination, using a log-normal approximation. During the compensation, the mean of every mixture in the speech and noise model is stored. The stored means are then used in the enhancement process to create the most likely speech and noise power spectral distributions using the forward algorithm combined with mixture probability. The distributions are used to generate a Wiener filter for every observation. The paper includes a performance evaluation of the speech enhancer for stationary as well as non-stationary noise environment.
標(biāo)簽： Telecommunications Processing Signal for
上傳時間： 2020-06-01
上傳用戶：shancjb
Mathlab發(fā)行的圖形計算器應(yīng)用于安卓設(shè)備的高品質(zhì)顯示屏上，對用戶來說，計算更加清晰易懂且一目了然。這個程序有兩大優(yōu)勢：首先，它不僅是一個精細(xì)的科學(xué)計算器，而且更重要的是，它在您輸入過程中顯示計算步驟，可以讓學(xué)生觀看和學(xué)習(xí)如何得出最終答案。第二，它的圖形顯示能力超乎尋常！不僅計算器顯示圖精美，而且會自動并顯示生成x和y的值。本軟件適用于Android平臺專業(yè)版的功能* 3D圖形* 全屏* 9的工作區(qū)域* 保存常量和函數(shù)庫* 不要求因特網(wǎng)* 沒有廣告科學(xué)計算器* 算術(shù)表達(dá)式 +, - ，*，/，÷* 平方根，立方和多次方根 （保持‘√’密鑰）* 指數(shù)，對數(shù) （ln，log）* 三角函數(shù)sin π/2，cos 30°，...* 雙曲線函數(shù)：正弦，余弦，正切，...（按“e”鍵切換）* 反函數(shù)（按直接功能鍵）* 復(fù)數(shù)，所有功能都支持復(fù)數(shù)* 導(dǎo)數(shù) sin x' = cos x，... （按 x^n 鍵）* 科學(xué)記數(shù)法（在菜單中啟用）* 百分比模式* 保存/載入歷史圖形計算器* 多種功能繪圖* 隱函數(shù)的第二度（橢圓 2x^2+3y^2=1，等等）* 極性圖 （r=cos2θ）* 參數(shù)函數(shù)，輸入新線 （x=cos t，y=sin t）* 功能根和交叉點的圖表，請點選的傳說開啟和關(guān)閉（左上角），使用菜單顯示為一個列表* 圖交叉口 （x^2=x+1）* 跟蹤函數(shù)值和斜坡* 滾動和縮放圖表* 捏放大* 橫向全屏圖* 函數(shù)表* 保存為圖像圖形* 表保存為 CSV分?jǐn)?shù)計算器* 簡單和復(fù)雜的分?jǐn)?shù) 1/2+1/3=5/6* 混合數(shù)字時，使用空格輸入值 3 1/2代數(shù)計算器* 線性方程 x+1=2 -> x=1* 二次方程 x^2-1= 0 -> x=-1,1* 較高多項式近似根* 系統(tǒng)線性方程組，每行寫一個方程式，x1+x2=1，x1-x2=2* 多項式長除法* 多項式展開，多項式展開，因式分解矩陣計算器* 矩陣和向量運(yùn)算* 點擊點積 （按住*），多種功能的圖形* 行列式，逆，規(guī)范，移調(diào)，跟蹤庫自定義* 用戶定義的常量和函數(shù)* 保存/加載表達(dá)式
上傳時間： 2021-12-12
上傳用戶：XuVshu
隨著信息技術(shù)的發(fā)展以及嵌入式、人臉識別、計算機(jī)網(wǎng)絡(luò)等技術(shù)的提高，人們正在感受著科技帶來的便利和益處。 該系統(tǒng)通過攝像頭獲取人臉圖像,在后臺應(yīng)用系統(tǒng)完成圖像識別,然后給單片機(jī)發(fā)送命令來控制門禁系統(tǒng)。軟件上首先利用小波變換對人臉圖像進(jìn)行2次小波分解,然后對低頻分量進(jìn)行離散余弦變換(DCT)提取特征值,最后利用歐氏距離和最近鄰分類器進(jìn)行識別。采用OpenCV人臉識別算法進(jìn)行處理輸出。達(dá)到該系統(tǒng)構(gòu)建簡單、方便,識別速度快且準(zhǔn)確率較高。 本文主要介紹了基于人臉識別算法的門禁系統(tǒng)的設(shè)計與實現(xiàn)。在對人臉識別算法研究的基礎(chǔ)上，進(jìn)一步對整個門禁系統(tǒng)設(shè)計與實現(xiàn)進(jìn)行了詳細(xì)闡述。主要內(nèi)容包含以下幾點： 1．簡單的介紹了課題研究的背景、目的及意義，介紹了人臉識別的背景，闡述了國內(nèi)外人臉識別的現(xiàn)狀以及人臉識別的難點，還介紹了相關(guān)的技術(shù)。 2．人臉識別算法的研究：主要對Gabor濾波算法、K-L變換算法、Haar特征提取算法這三種特征提取算法進(jìn)行了詳細(xì)介紹，也對PCA和LDA這兩種人臉識別算法進(jìn)行了詳細(xì)的闡述和實驗的對比。 3．門禁系統(tǒng)的設(shè)計與實現(xiàn)：從需求分析入手對系統(tǒng)的總體模式、總體結(jié)果、功能模塊、數(shù)據(jù)庫設(shè)計等各部分進(jìn)行了簡單的介紹。 4．系統(tǒng)的測試：在對核心算法人臉識別進(jìn)行了詳細(xì)的研究以及整個門禁系統(tǒng)的設(shè)計和實現(xiàn)結(jié)束后，對于整合實現(xiàn)的系統(tǒng)，進(jìn)行了詳細(xì)的測試，并給出了功能測試報告和性能測試報告。 本文設(shè)計的基于人臉識別的門禁系統(tǒng)，在一定程度上可以較好的識別人臉.
標(biāo)簽： 人臉識別 門禁系統(tǒng)
上傳時間： 2022-05-28
上傳用戶：
該文件是器件官方元件封裝的文件，用cadence，打開后綴為bxl的文件?！ ∠螺d的Ultra Librarian 軟件； Ultra Librarian提供了一個基于云的庫，該庫中有超過 8 百萬種符號、封裝，以及帶有供貨商 ECAD 中性數(shù)據(jù)輸出選擇的 3D 模型。該庫以業(yè)內(nèi)最大的 ECAD 元器件庫為后盾，代表了 400 多家制造商。輕松找到您所需的零件，導(dǎo)出至 22 種不同的 CAD 工具。該庫每天更新，為您提供滿足 PCB 設(shè)計需求的最準(zhǔn)確零件。 打開 Ultra Librarian軟件，導(dǎo)入bxl后綴文件，選擇需要轉(zhuǎn)換的文件類型，最后導(dǎo)出文件?！ ∪缓缶涂梢杂胏adence或者AD打開該庫。該文件生成edf和cfg文件。 再用orcad capture cis軟件打開，file>import design >edif> open(edf) configation(cfg)然后就可以生成dns工程，就會在目標(biāo)路徑下產(chǎn)生olb和obk文件，是原理圖文件，可以用orcad capture cis軟件打開。 附加導(dǎo)入Altium Designer：首先，按照所給鏈接下載ULib文件，解壓，并將解壓后的文件安裝。打開桌面上的Ultra應(yīng)用程序。打開后彈出一個對話框，選擇繼續(xù)免費(fèi)使用。然后彈出主程序窗口，在步驟一里面加載我們需要轉(zhuǎn)換的BXL文件。并且在下面選擇Altium designer，。選擇步驟三的export to selected tools ，并生成一個log.txt文件。用AD打開剛生成的UL_Import.PrjScr文件，。打開工程文件后，并將鼠標(biāo)光標(biāo)移動到UL_Import.Pas文件下且選中。點擊箭頭所指運(yùn)行按鈕。在彈出的對話框UL Import下，選擇剛生成的LOG.txt文件。最后點擊輸出start import按鈕，即可把bxl庫文件轉(zhuǎn)換為AD封裝庫文件。生成的庫文件。
上傳時間： 2022-06-01
上傳用戶：xsr1983
為了實現(xiàn)可以實時跟蹤人體并測量體溫的功能,利用嵌入式、圖像處理、溫度傳感器距離補(bǔ)償?shù)燃夹g(shù),基于樹莓派在Python語言環(huán)境下使用第三方庫OpenCV設(shè)計了一種人體隨動測溫系統(tǒng)。系統(tǒng)首先通過攝像頭獲得圖像,然后提取人體的Gabor特征,兩軸云臺可以保持?jǐn)z像頭對人體的跟蹤;同時,通過集成在攝像頭上的溫度傳感器實時獲取人體的溫度。實驗結(jié)果表明,本系統(tǒng)能夠很好地對人體進(jìn)行識別、跟蹤以及測溫,具有推廣價值。
標(biāo)簽： python 人體隨動測溫系統(tǒng) 溫度傳感器
上傳時間： 2022-06-18
上傳用戶：zhaiyawei
INTRODUCTION In the past, adding speech recording and playback capability to a product meant using a digital signal processor or a specialized audio chip. Now, using a simplified Adaptive Differential Pulse Code Modulation(ADPCM) algorithm, these audio capabilities can be added to any PICmicro device. This application note will cover the ADPCM compression and decompression algorithms, performance comparison of all PICmicro devices, and an application using a PIC16C72 micro-controller.DEFINITION OF TERMS step size -value of the step used for quantization of ana-log signals and inverse quantization of a number of steps.quantization -the digital form of an analog input signal is represented by a finite number of steps.adaptive quantization -the step size of a quantizer is dramatically changed with time in order to adapt to a changing input signal.inverse quantizer -a finite number of steps is converted into a digital representation of an analog signal.
上傳時間： 2022-06-20
上傳用戶：
1:打開J-Flash ARM后,首先點擊File-OpenProject...,從中選擇STM32F103RB.jflash。(例子芯片,直接在提示的目錄下找) 2.點擊File-Open data file...選擇要燒錄的可執(zhí)行文件(.hex 或者 .bin) 3:options-project settings 在里面配置cpu型號,下載方式 4: 選擇燒錄文件后,點擊Target-connect,鏈接一下硬件是否通。如果能夠連接成功會了LOG窗口最后一行顯示“Connected successfully”。5:按F3擦除芯片。6.按F5鍵將程序?qū)懭胄酒?.硬件鏈接上之后，點擊Target-Secure chip防止程序被惡意讀出。如果您的芯片用于調(diào)試，不要執(zhí)行本步驟。
標(biāo)簽： J-Flash
上傳時間： 2022-06-22
上傳用戶：kingwide
是一個可以在窗口測試與進(jìn)一步分析數(shù)據(jù)的軟件，可以正確的分析你的數(shù)據(jù)并以Log顯示出來，也可讓你將所分析的數(shù)據(jù)Log信息以Email傳送給專家，專家將對你的數(shù)據(jù)Log進(jìn)行評估并Email給你。
上傳時間： 2013-04-15
上傳用戶：eeworm
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
