用AVR实现简单按键的程序与proteus的结合，从一个简单的例子学习proteus与单片机的联合调试。
上传时间： 2013-09-27
上传用户：时代电子小智
基于图形处理器单元（GPU）提出了一种帧间差分与模板匹配相结合的运动目标检测算法。在CUDA-SIFT（基于统一计算设备架构的尺度不变特征变换）算法提取图像匹配特征点的基础上，优化随机采样一致性算法（RANSAC）剔除图像中由于目标运动部分产生的误匹配点，运用背景补偿的方法将静态背景下的帧间差分目标检测算法应用于动态情况，实现了动态背景下的运动目标检测，通过提取目标特征与后续多帧图像进行特征匹配的方法最终实现自动目标检测。实验表明该方法对运动目标较小、有噪声、有部分遮挡的图像序列具有良好的目标检测效果。
上传时间： 2013-10-09
上传用户：ifree2016
本书是一本介绍电源理论与工程技术设计相结合的工具书，介绍了电源在系统中的作用，设计流程......
上传时间： 2013-10-14
上传用户：31633073
单片机学习必须的keil和proteus相结合的学习资料
上传时间： 2013-11-17
上传用户：hanwudadi
Keil与proteus完美结合
上传时间： 2013-10-24
上传用户：磊子226
单片机和电机的简单结合运用
上传时间： 2013-11-08
上传用户：asdstation
Keil与proteus完美结合教程
上传时间： 2013-11-12
上传用户：momofiona
Keil与proteus完美结合教程
上传时间： 2013-11-23
上传用户：xiaoyaa
labview强大的实现能力 和 PAC可编程自动化控制器 的结合。 labview实现的“证据”，质疑很苍白，LV表示无压力。
上传时间： 2013-10-13
上传用户：GeekyGeek
提出一种基于自适应混沌粒子群优化和支持向量机结合的非线性预测建模算法（ACPSO-SVR），引入ACPSO启发式寻优机制对SVR模型的超参数进行自动选取，在超参数取值范围变化较大的情况下，效果明显优于网格式搜索算法。选取UCI机器学习数据库中的Forest fires标准数据集进行测试，实验结果表明该方法具有较高的精度和良好的泛化能力，对于解决多变量的回归预测问题是一种有效的方法。最后给出了混合算法在碳一多相催化领域的两种典型应用，在反应动力学模型未知的情况下建立催化剂组份模型和操作条件模型，以及基于混合算法的最优催化剂设计框架。
上传时间： 2013-10-23
上传用户：alibabamama
