220V交流电压电流采样终端,本文档仅为竞标时示意性展示方案书，目的是向客户展示我方具有完成该项目的实力和具体方案目标，最终文档以实际设计生产实物为准。

基于C++实现的混合高斯模型采样函数。内容为VS stdio 代码，包含混合高斯模型的采样器和MATLAB测试代码。混合高斯模型采样函数的实现是基于C++随机树库，不依赖任何外部代码库，完全手写代码。此代码纯手写，请批评指正，向大佬学习。

FIR滤波器设计文献集-基于MATLAB的频率采样法设计FIR滤波器.pdf 本帖最后由 zyzhang 于 2012-4-24 18:52 编辑 载自各大数据库希望能帮到大家 基于Matlab的FIR带通滤波器的设计与仿真.pdf 基于Matlab的FIR带通滤波器的设计与仿真 基于MATLAB的FIR滤波器的设计与仿真.pdf 基于MATLAB的FIR滤波器的设计与仿真 基于Matlab的FIR滤波器在DSP中的实现.pdf 基于Matlab的FIR滤波器在DSP中的实现 基于MATLAB的FIR数字高通滤波器分析和设计.pdf 基于MATLAB的FIR数字高通滤波器分析和设计 基于MATLAB的FIR数字滤波器的设计.pdf 基于MATLAB的FIR数字滤波器的设计 基于MATLAB的频率采样法设计FIR滤波器.pdf 基于MATLAB的频率采样法设计FIR滤波器 基于频率采样法FIR数字滤波器的设计.pdf 基于频率采样法FIR数字滤波器的设计 关于信号处理课程设计的源代码详见：数字信号处理课程设计（滤波器 卷积码）

函数 sinide 是函数 sinfapm (FEX IDE 19902) 的强大替代品，后者对正弦参数的初始猜测相当敏感。 所有测试任务的结果都是可以接受的，直到 Will Wehner 向我提供了两个 mat 文件，这表明 sinide v.2.0 再次没有提供正确的结果。 这就是为什么函数的算法被完全重建的原因。 现在，sinide.m 自带的脚本 sinidetest.m 有两个分支。 第一个以提示“加载文件”开始。 用户可以通过按Enter键来接受它，然后通过输入带有扩展名的文件的名称来回答第二个提示。 允许的扩展名是 .mat、.m 或任何文本文件扩展名（.txt、.csv、.asc、...）。 如果省略扩展名，则假定程序应加载给定名称的 mat 文件，例如“y”或“z”，这意味着文件“y.mat”或“z.mat”被包含在内，被加载和处理。 或者，用户可以输入他|她提供的任何其

Jmeter.SSH.FTP.Request Jmeter自定义采样器发出SFTP请求 要在JMeter中创建SSH FTP请求，我们需要此自定义采样器。 它包含两个jar文件。 jmeter-ssh-sampler-1.0.2-SNAPSHOT.jar jsch-0.1.53.jar我们可以通过下载源代码并使用Maven构建它来生成它。 我刚刚使用maven构建了它，并在此处签入了jar文件。 要将其安装在Jmeter中， 将jmeter-ssh-sampler-1.0.2-SNAPSHOT.jar复制到“ Jmeter / Lib / ext”目录。 将“ jsch-0.1.53.jar”复制到“ Jmeter / Lib”目录 重新启动Jmeter。 我还向公共SFTP服务器中的目录内容列表添加了一个示例测试。

sg平滑matlab代码平滑图信号的结构化采样和快速重建 提供此代码是为了测试以下示例中介绍的采样过程： [1] G. Puy和P.Pérez，“平滑图信号的结构化采样和快速重建”，信息与推理：IMA杂志，2018年。 该代码分为两部分。 Matlab代码允许重现[1]的5.1节中的实验。 python代码允许执行类似于[1]的5.2节中出现的采样和重构的代码。 作者：Gilles Puy 我-子平台matlab /中的Matlab代码 这部分代码允许复制[1]的5.1节中的实验。 先决条件： 下载并安装位于以下位置的图形信号处理工具箱（GSPBox）。 下载并安装Graph Sampling Box（图形采样框），网址为：。 用法： 在matlab中，将目录更改为当前包的子文件夹“ matlab /”。 启动脚本main.m 对于选定的图形和采样分布，此脚本允许计算较低的RIP常数小于0.995的概率作为采样组数的函数。 请参考此脚本中的注释以更改图形，带宽限制或采样分布。 II-子文件夹python /中的Python代码 该部分的代码允许人们进行采样和重构，类似于[1]的5.2节

AD9226是一款16位高速采样ADC，最高频率60MHz,电路具有芯片偏置电路、信号放大电路、ADC驱动电路，接口采用并行接口。

西电网信院信息安全专业——数字信号处理实验 ，系统响应以及系统稳定性，时域采样与频域采样，用FFT对信号做频谱分析，IIR数字滤波器设计及软件实现

步态数据上的预测建模：使用LSTM将预测模型应用于时序步态数据的实验的最终结果和Python代码。 “重采样和时代测试”显示了一次优化模型参数两次的第一次迭代的结果。 “批次大小和神经元测试”显示第二次测试的结果，优化了其余两个参数

随着COSMO-Sky Med、Terra SAR-X等高分辨率SAR卫星的投入使用,SAR数据处理的计算量呈现几何级数增长趋势,对计算资源的要求越来越高,文中通过实验表明,基于图形处理单元(GPU)的并行计算技术可以大大提高星载SAR影像数据重采样计算的效率。