使用说明： 1、百度云推送 打开AndroidManifest.xml，将百度开发者中心api_key复制value后的引号中。 打开www下的index.html文件，把api_key替掉为开者中心api_key的值 fastgoPushNotification.init("apk_key"); 2、条码扫描，启动后即可看到效果 详见http://blog.csdn.net/mansai/article/details/18910513

滚动轴承故障诊断MATLAB程序：快速谱峭度、谱峭度+包络谱分析

探索美国自行车共享：探索美国自行车共享-数据科学纳米度编程-Udacity-Python（Numpy和Pandas）

matlab做信效度分析代码使用深度神经网络及其分析预测下颞（IT）多单元输出。 深度神经网络由多层组成，以处理输入图像。 以类似的方式，灵长类动物大脑的视觉皮层具有多个层，这些层处理从视神经传入的视觉刺激。 它们按以下顺序排列：V1，V2，V3，V4，IT（下颞）。 IT层类似于经过训练的DNN的最后一层，确定图像中的对象。 在该项目中，比较了灵长类动物大脑的视觉皮层（V4和IT）的5个区域中的2个区域与流行的DNN模型之间的比较。 用于比较的一些DNN模型是： HMO HMAX 像V1 像V2 克里热夫斯基等。 2012年 Zeiler＆Fergus 2013 1.1）数据获取和使用 在显示测试对象（灵长类动物）测试图像的同时，从其V4和IT区域记录神经输出。 V4区域具有128个通道，通过该通道收集神经输出，而IT区域具有168个通道。 因此，灵长类动物大脑中一幅图像的IT表示是一个168维向量。 总共向灵长类动物显示了1960张图像，因此V4数据矩阵为1960x128，而IT数据矩阵为1960x168。 这是数据的链接： 这里仅使用多单位数据。 为了从DNN模型的最后一个完全连

水果成熟度-keras.zip

hfsp_HFSP_混合流水车间_混合流水车间调度适应度函数程序_makespan_混合流水.zip

运算放大器篇-第八章 有源滤波器设计 140 由于 Delta-Sigma ADC 常常用数 MHz 的采样率对数 Hz 的信号进行过采样，因此在模拟 滤波器端，Delta-Sigma ADC 通常只需要一个简单的 RC 滤波器，这个 RC 滤波器可能会大大 提高你的设计精度： 8.6 多阶滤波器如何增强过渡带的陡峭度 大家都有一个概念，就是滤波器阶数越多过渡带越陡峭。如果问这个作用的原理，估计 多数人回答不出来。数学分析来解释太过冗长，这里用一个实际的例子，介绍一下多级滤波 器增加过渡带陡峭度的原理。从这个例子中也可以看到一种分析问题的方法，以及 TINA-TI 仿真在模拟电路中的重要性。

该工具是C#套接字小程序,里面分客户端和服务端实现了多个客户端与服务端发送消息,服务端可以广播消息给每个客户端 开发者多百多度QQ:547170882 技术博客:http;//hi.baidu.com/多百多度 大家可以多多交流

作为一个资深的骑行爱好者，给自己的“宝马”增添各种炫酷的装备那是乐此不疲啊，安全转向灯这种利器更是少不了，于是有了自己做一个炫酷的极光转向灯的想法，可以看看我最终做的效果啊，反正我是很满意！ Ps:自行车转向灯是安装在自行车后部或者骑手背部，在转向时开启以提示后面车辆及行人注意的重要指示灯。 “极光"效果预览: 控制方式:骑手骑车转弯时身体会有朝向圆心的倾斜动作，转向灯通过采集左右倾斜角度控制灯带做相应显示 灯光效果: 1.灯带交错相对放置，中间放置柔光材料，让光带效果更加均匀 2.模拟水流效果配合光带形状设计，当倾角超过某个阈值后自然形成指向箭头 3.转向灯处于静态时有多种动画效果随机切换，起安全醒目作用 其他功能:当转向灯长时间处于非水平位置时，软件会进行相应判断并对倾角进行补偿 硬件列表: Arduino bluno nano ADXL345加速度传感器 WS2812灯带 洞洞板 一字线激光头*2 10K电阻*2 导线、插针插排若干 教程、程序烧写，代码分享在附件里 各种适用于自行车、滑板、独轮车、赛格威，更多应用亲发挥你的想象力~

如何清空matlab的代码透明检测方法库 什么是晴空检测方法？ 晴空检测（CSD）方法是一种分析辐照度数据的时间序列并确定以下两项内容之一的方法：（1）测量时的天空是否没有云[CSDc]，或者（2 ）在测量[CSD]时是否有清晰的太阳视线。 我们的建议 在审查了库中所有可用的方法并发表了发现之后（Gueymard等，2019 [3]，请参见README.md的底部），我们可以很好地了解哪种模型效果最好。 我们发现，尽管某些模型在某些气候条件下表现出色，但[3]中没有模型可以在所有地方可靠地运行。 因此，我们设计了自己的模型，并从这里涉及的所有方面产生了影响： Bright-Sun CSDc和CSDs模型（虽然主要是CSDc）。 这项工作已经发表（Bright等人，2020 [4]），并对本文中详述的其他方法进行了深入研究。 自然，我们发现此方法是最可靠的，并且对晴空辐照度模型的选择非常不敏感（我也已在其另一个存储库中提供了很多代码）。 介绍 欢迎使用CSD方法库。 这是文献中发现的许多CSD方法论的集合，随后将其编码到Matlab中。 请注意，许多模型都需要某种形式的解释或转换。 每个