DFT的matlab源代码 nRF905解调器/ FLARM解码器 make # compile everything rtl_sdr -f 868.05m -s 1.6m -g 49.6 -p 49 - | # tune to 868.05 MHz, set sample rate to 1.6 MHz, gain to 49.6 dB, and tuner error to 49 ppm ./nrf905_demod 29 | # demodulate nRF905 packets with 29 bytes per message ./flarm_decode 43.21 5.43 12 # decode FLARM packets for ground station located at latitude 43.21, longitude 5.43 and geoid height 12 参考

matlab巴特沃斯代码用于 Arduino 部署的呼吸检测和 RR 计算算法 在这个 repo 中可以找到两个主要的实现类别： 基于阈值 将信号与其平均值进行比较并检测交叉点（通过某种过滤技术获得平均值） 过滤器包括 SMA（棚车）、FIR 巴特沃斯、IIR /SMA/ /Filters/ 基于梯度 当梯度从 + 变为 - 时检测峰。 /Grad/ 还可以找到一些过滤器。 #This Repo 还包含一个 GUI 应用程序（Matlab AppDesigner），用于监控和绘制 RR。 允许通过 BT 或 USB 连接。 此代码适用于配备 16x2 LCD 的 Atmega 168/328。

拉普拉斯方程数学代码跌落模拟器 该存储库包含与本文相关的代码： Liimatainen等。 “在生物和合成憎水表面上绘制微尺度的润湿变化”，《自然通讯》 （2017年），1798年。 doi：10.1038 / s41467-017-01510-7 请参考该论文引用代码。 它是什么？ 该存储库包含用于计算两个表面之间的液滴的粘附力的代码。 解决的问题是轴对称（2D）。 液滴满足Young-Laplace方程。 降落的体积和边界条件也应该是已知的。 该力是拉普拉斯项和毛细管项的总和。 使用射击方法解决了边值问题。 有关所有详细信息，请参见本文的补充说明。 该代码使用Matlab R2016b编写并经过测试，并使用Simulink和Parallel计算工具箱。 如果需要，可以通过用for循环替换所有parfor循环，非常轻松地消除对并行计算工具箱的依赖，但代价是代码的运行速度严重降低。 Simulink是solveIVP.m代码不可或缺的一部分，但应该可以仅使用ode45来实现相同的行为。 如何从纸上重新创建数字 从下载代码 运行脚本（代码需要对/output目录的

matlab终止以下代码 Vulture：用于电磁仿真的开源FDTD解算器 应用电磁学（）应用求解程序Vulture是用于电磁仿真的非均匀结构化网格代码。 它是在上开发的，用于电磁兼容性（），计算电磁学（）和的研究。 代码功能 该代码当前具有以下功能： 不均匀的网格允许均匀的立方体和均匀的长方体特殊情况。 外部网格表面可以独立地是完美电导体（PEC），完美磁导体（PMC），完美匹配层（），解析Mur吸收边界条件（ABC）或周期性边界条件。 单轴完美匹配层（UPML）实现，可以终止任意不均匀介质。 高斯脉冲，紧凑型脉冲，正弦波倾斜，微分脉冲和用户定义的波形。 分布的软，硬电场和磁场，电流密度，电流和理想电压源。 电阻电压和电流源总成。 内部PEC表面。 简单的各向同性介质，具有与频率无关的介电常数，电导率和（实际）磁导率。 使用广义多极Debye色散关系的任意电色散介质。 以面为中心的两侧表面阻抗边界条件，可有效地建模与频率相关的薄材料表面（，）。 全场散射场（TFSF）平面波源，也称为惠更斯面源，用于多次平面波激励。 该实现支持部分惠更斯曲面，并具有针对均匀立方网格的网格分散优化。 二

Java收银机源码开源收银机 一个用 Java 编写的开源收银机。 不再处于积极开发状态！ 有关其他信息，请参阅 。 有关如何在您的 PC 上获取此应用程序并运行的更多信息：请参阅 您需要 Apache Maven 来编译源代码。 源代码@Github： 注意： 在这个项目中（在源代码、示例文件、README 文件等）中，您将找到一些关于税收、税种、税收、产品定价等的信息。 所有这些信息都只是示例，它们可能只是错误的，不适合您的个人情况，在您所在的国家或地区有所不同，或者随着时间的推移而变化。 在为生产用途或任何其他目的设置软件时，不要依赖这些信息 - 请务必咨询经过认证的税务顾问！ 如果您在当地税务局遇到麻烦或因为您向税务局缴纳的增值税超出实际需要而导致资金流失，我们不承担任何责任或义务！ 另外，请考虑到该软件没有任何官方认证。 因此，您很可能无法使用它来替代符合您居住的国家（和时间）法律规定的所有标准的真正经过认证的电子收银机。 如果您想在商店中使用该软件，确保您联系律师和/或税务顾问和/或当局，以了解是否可行。 同样 - 您使用它的风险由您自己承担，如果您遇到地方当局的麻烦，我们

海浪模型的matlab代码 SDWBA 该存储库包含Matlab代码，该代码使用随机畸变波Born近似散射模型来计算南极磷虾的声目标强度。 已经开发了此处包含的实现，并将其用于CCAMLR南极磷虾声生物量估算。 由于对代码进行了修订和更正，因此此实现存在多个版本，但是直到创建此存储库之前，都没有在版本控制系统中对其进行维护。 该软件包的每个历史版本已通过git标记在当前存储库中标识。 这些可用。 第一个版本（）具有归因声明： Users of the code should give reference to the following papers which detail its derivation and parameterization: Conti, S. G., and Demer, D. A. 2006. Improved parameterization of the SDWBA for estimating krill target strength. ICES Journal of Marine Science, 63: 928-935. Demer, D. A.

弹道matlab代码环境地震噪声互相关的不确定性 作者：刘鑫 斯坦福大学 主程序是driveXcorrDiffuseUncertainty_SymmetricSynthetics.m 代码已在Matlab 2016中测试 本作品采用知识共享 (CC) 许可 3.0：署名-NonCommercial-NoDerivs 3.0 如果您在研究中使用该程序的任何部分，请引用： Liu, X., & Beroza, GC (2020)。 从南加州地震噪声干涉测量法的方差量化非扩散噪声对弹道波和尾波振幅的影响。 地球物理研究杂志：固体地球，125，e2019JB017617。 . 预印本： Liu, X.、Ben-Zion, Y. 和 Zigone, D.（2016 年）。 环境地震噪声互相关误差的频域分析。 国际地球物理杂志，207(3)，1630-1652。

生成椭圆的matlab代码大规模最优运输算法 这是的课程项目“大规模最佳运输算法”的资料库。 这是由王一飞和朱峰（按字典顺序）进行的一个小组项目。 数值实验 要在我们的报告中重现结果，请运行以下Matlab程序： 3.1.2节中的图1和图2 plot_gmm.m 4.1.3节中的图3 plot_ellipse.m 4.1.4节中的图4 plot_caff.m mosek和gurobi在第4.2.1节中随机生成的数据上的性能 Test_RGD_mb.m 第4.2.2节中mosek和gurobi在DOTmark上的性能 Test_DOTmark_mb.m mosek和gurobi在4.2.3节中的椭圆示例和Caffarelli示例中的性能 Test_ellipse_mb.m Test_caff_mb.m 关于4.3.2节中随机生成的数据的一阶方法的性能 Test_RGD_fo.m 第4.3.3节中关于DOTmark的一阶方法的性能 Test_DOTmark_fo.m 第4.3.4节中的椭圆示例和Caffarelli示例的一阶方法的性能 Test_ellipse_fo.m Test_caff

注意！此项目已重建，当前版本为2.0，老版本请查看下载1.0版本 说明 DBM是一个数据源管理系统，包含数据源管理，开放授权两个模块，数据源管理指关系型数据的一键导入，按需筛选，指定转换等功能，开放授权指数据拥有者给用户开放数据的增，删，改，查等操作权限。部署或使用此系统可以给你的前端项目带来数据持久化的功能，而不再是数据模拟。 DBM前端是使用vue-cli脚手架构建的一个SPA应用，主要依赖于与 ，因此要让前一步分离更彻底，前端在开发时将根据与相应商定的接口协议使用Mockjs模拟响应，在转换完成接口编写后使用不同的启动驱动程序转换接口完成整个系统的测试。 如果您也想使用vue.js结合后台语言（nodejs，java等）开发一个带前逐步的完整应用的话，参考DBM前端工程的实现也许能够帮您解决以下问题 如何提高组件的附加性？ 如何使用状态管理中的多模块？ 如何实现页面级，元素级的权限

逻辑回归matlab代码预测PRNG 使用机器学习技术预测伪随机数生成器 要运行一个学习者的单个实例，请使用exampleKNN.m脚本（例如，运行KNN）。 要重新运行实验，请运行deployConfig.m。 我们总共实施了五名学习者： 随机抽样-按比例随机抽取训练集中标签的比例 随机森林-传统的随机森林算法，以固定深度生长自举树-预测由树预测的标签的模式 KNN（k最近邻）-从训练集中预测k最近邻标签的模式 朴素贝叶斯-假设给定标签的每个特征在条件上均独立于所有其他特征-通过在训练集中计数来学习概率，并根据未归一化的贝叶斯规则预测具有最高概率的标签 Logistic回归-传统的logistic回归分类器使用Barzilai Borwein方程对更新进行了梯度下降训练-预测每个输出最可能的标签 我们还实现或硬编码了几个伪随机数生成器（PRNG）。 除非另有说明，否则每一项我们都支持k = 2、3和5个标签的值。 Mercenne Twister-我们在Matlab内置的Mercenne Twister算法的默认实现中包装了一个函数。 线性同余生成器-我们已使用Borland C /