ST FOC X-CUBE-MCSDK V5.3.1 en.x-cube-mcsdk-ful 5.3.3 STM32电机控制SDK v5.1工具 手册DM00486148_ZHV1.pdf 总共两个软件,打包一起!!
2022-07-23 16:38:52 168.8MB ST Motor Control 5.3.1
1
STM32 ST-LINK Utility下载工具, STM32 ST-LINK Utility下载工具。
2022-07-22 10:04:59 46.12MB STM32 ST-LINK
1
近年来,产品发展的智能化,现在很多产品都在往智能化发展。基于语音识别和图像识别,也是近年来两大热门话题。先前的电视遥控,一般都是红外遥控。随着智能手机,智能家居走入千家万户,红外遥控已经远远不适应智能化发展的需要。现在为了实现智能化,更好地和手机、电视、云端联系,现电视遥控慢慢由红外转为蓝牙BLE,这能更好地实现智能互联。基于目前的发展,ST推出了BLE(BlueRNG-1) +MEMS microphone(M34DT05)语音识别和传输方案,可以用于语音遥控器等方案。 核心技术优势1. MP34DT05取得8kHz 或16 kHz的目标音频采样,输出PDM波形到蓝牙主控芯片处理。 2. Bluenrg-132经过对PDM信号调制处理,得出语音数据流,再经蓝牙发送给电视。 3. 电视运行Android系统,联接互联网,程序跑科大讯飞或百度云语音软件,进行语音解析,然后对电视进行操作控制。 4. 还可以通过LSM6DSL软件扩展开发进行手势识别控制。 方案规格1、 Bluenrg-132软件开发包自带有语音编码库。 2、 MP34DT05直接PDM输出到Bluenrg-132。 3、 外加LSM6DSL(重力加陀螺)6轴传感器,可以比较容易进行动作识别。 方案来源于大大通。
2022-07-20 23:40:21 6.12MB 语音识别 手势识别 M34DT05 电路方案
1
微信小程序 wx.request—-接口调用方式     最近开发了一个微信小程序版的任务管理系统,在向Java后台发送接口时遇到了一些问题,在这里做一个简单的总结。 官方接口 官方给出的接口叫做wx.request,请求方式比较简单,下面是官网给出的请求实例。 wx.request({ url: 'test.php', //仅为示例,并非真实的接口地址 data: { x: '' , y: '' }, header: { 'content-type': 'application/json' }, success: function(res) { cons
2022-07-20 17:02:38 60KB request st ue
1
ST-LINK V2驱动
2022-07-20 15:14:27 2.48MB ST-LINK V2驱动
1
-On ST-Link V2, upgrade firmware to V2.J27.S6, -需要其他版本请关注我
2022-07-20 11:47:13 412KB ST-Link Upgrade Firmware V2.J27.S6
1
ST官方电机库X-CUBE-MCSDK-FUL_5.4.4,最新版本。废了老大的劲申请到的,共享给需要的朋友
2022-07-16 16:16:36 111.06MB st foc pmsm 电机
1
一、总结说明 模拟postman访问接口,具体参照七、python接口开发(二)>>三、postman访问接口,本篇文章调用的接口,也是来自于接口开发的源码,阅读本篇文章最好先看下python接口是怎样开发的 模拟get方式访问:res = requests.get(url,params=data,headers = headers) 第一种方式:res = requests.get(url, params=data, headers = headers) 第二种方式:res = requests.get(url, data=data, headers = headers) 注意:
2022-07-15 14:45:56 70KB request st ue
1
-On ST-Link V2, upgrade firmware to V2.J30.S7, -需要其他版本请关注我
2022-07-13 23:32:23 581KB ST-Link Upgrade Firmware V2.J30.S7
1
内置建模方式的特点 1.交叉验证 2.添加预处理的交叉验证 3.自定义损失函数与评估准则 4.只用前n棵树预测 #内置建模方式:交叉验证与高级功能 #添加预处理的交叉验证,自定义损失函数和评估准则, #!/usr/bin/python import warnings warnings.filterwarnings(ignore) import numpy as np import pandas as pd import pickle import xgboost as xgb from sklearn.model_selection import train_test_split from
2022-07-13 23:06:05 37KB gb param st
1