原野开发板 C++源代码 本代码采用STMcubeMX5.30和MDK5版本的开发环境，包含cubeMX工程文件和MDK5工程文件，arm嵌入式 C语言源代码 附开发环境的版本说明，STM32F429igt6/f767igt6/h743iit6原理图及全部器件全套资料免费提供，教学视频免费提供 原野开发板

1、分别使用计数器T0和T1产生周期为5ms的连续方波和负脉冲，并在示波器上观察二者有何异同？均接入1MHZ时钟源 2、使用T2,对实验箱上单脉冲（＋）产生的脉冲信号进行计数，接收10次后结束，并使LED亮。 3、使用T1和T2产生周期为1S的连续方波，并在LED上观察结果。 采用2MHZ时钟源. 4、产生周期为80ms ,负脉冲宽度为20ms的连续脉冲，并在示波器上观察结果。时钟源不限，计数器不限。 1、PB口工作在方式0，接8个开关；PA口工作在方式0，接8个LED；PC0接实验箱产生的负单脉冲。每当按下一次单脉冲按键，读一次开关值，并将开关值在LED上显示，按10次单脉冲后，程序退出。CS:290H—297H 2、以上题目改动如下：CS:298H—29FH ① 单脉冲接收由PC0改为PC4实现 ② 单脉冲的产生由实验箱上的按键改为由 8253产生1s连续脉冲实现 ③当20秒时间到，或者开关值为55H时程序退出 1、要求读取K0-K3 四位开关值，并在一个8段显示器上进行显示。8255地址 2A0-2A7H 2、每按下一次单脉冲按键，使用8255的PA7－PA0口读取一次8位开关值，通过PB口送往2个八段显示器显示，10次后结束。 要求 ① 使用PC0读取单脉冲 ② 8255地址 2A0-2A7H 1.用延时程序实现以下波形（在示波器上显示）： 1、通过IN0读入一个滑动变阻器上的电压值，并将其转化的数字量在发光二极管上显示输出，当采集的电压值为1.5V时，程序退出。 （1）使用软件延时方法实现； （2）使用查询EOC信号实现； 2. 通过IN1读入一个滑动变阻器上的电压值，并将其转化的数字量在8段显示器上显示输出，当采集的电压值为5V时程序退出。方法不限

Mininet SDN和负载平衡 介绍 创建了虚拟现实软件定义网络，并提供了功能丰富的Python API。 该项目/存储库涉及使用Mininet开发，测试和试验仿真网络。 到目前为止，已经创建了具有总共6个节点的两个拓扑树和星形，​​它们使用不同的参数来模拟实际网络。 在这两种拓扑上，使用python脚本模拟了负载测试和负载平衡。 我很抱歉，因为目前的实施方式在许多方面还没有达到行业标准，但我希望将来能改善。 拓扑结构 对于创建和开发拓扑的任务，使用了Mini Edit工具。 这是python程序，可帮助创建网络拓扑（也包含在repo miniedit.py ）。 最终使用此工具创建的以下拓

精神病学 PsychoPy是用于在行为科学中创建实验的开源软件包。 它旨在提供一个单一的程序包，该程序包是： 足够精确的心理物理学 容易教学 足够灵活 能够以本地Python脚本或JavaScript在线运行实验 为了实现这些目标，PsychoPy提供了一种界面选择-您可以使用称为Builder的简单图形用户界面，也可以用Python代码编写实验。 整个应用程序和库都是用Python编写的，并且与平台无关。 在以下位置有一系列文档： 教科书《 会费 要做出贡献，请分叉存储库，侵入功能分支，然后发送拉取请求。 有关更多信息，请参见和的开发人员文档 更多信息 主页： ： 论坛： ： 问题追踪器： : 变更日志： :

数据库系统实验 HUST，CSE，2020数据库系统实验

山东大学软件学院17级数据结构实验源代码，七个实验，另外还做了个补充实验。如果之后的指导书输入输出格式要求有变化，相应改改就行，类、算法什么的都写的挺完善的

操作系统实验室

有新作品@ 代码更新和一些注意事项： 非常遗憾，由于工业工作的承诺和时间紧迫，未能及时回复大多数信息。 显然os.m丢失了，我在本地代码库中找到了它。 在外部工具/ tvl1flow /中添加。 希望对您有所帮助，谢谢。 另外，希望它对您的研究工作有益：) 深度学习的微表达 在微表情识别和识别主题上进行深度学习的实验。 平台和依存关系 Ubuntu 16.04 Python 3.6 Keras 2.0.6 Opencv 3.1.0 pandas 0.19.2 CuDNN 5110.（可选，但建议用于深度学习） 从此网址下载文件 （由于许可证的缘故，删除了应用了TIM的CASMEII，因此您需要应用TIM并自行裁剪，下面的链接是对数据库的访问请求。） 与TIM相关：TIM代码可以在下面下载， : 注意：除TIM大小外，参数均为默认值 相关的光流：我添加了一些脚本来提取光流特征（在E

哈尔滨工业大学计算机科学与技术专业人工智能导论课程实验源码和实验报告包括 NIM、合一算法、移动将牌

该脚本模拟了Tomas Milokov的“利用机器翻译的语言之间的相似性”中的实验。 用法： 使用gensim在word2vec中训练两个模型，一个在目标语言中，一个在源语言中。 加载两者，然后运行脚本以查看准确性@ 5和准确性@ 1。 有关完整的实验详细信息，请参见论文。 这是Mostafa Chatillon在中的脚本的净化后的注释版本。