STM32F446(KEIL5函数版)工程模板-HAL库工程,保证能正常运行

使用 PLOTYY，您可以添加一个新轴，该轴将与旧轴线性相关。 使用此函数，新轴可以通过任何单调上升或下降函数与旧轴（应指定）相关联，并且也适用于 x 轴。 此外，两个轴都将链接以使用 ZOOM/PAN 功能，甚至是时间轴的 DATETICK 或 TLABEL 功能。 例如，要包含一个与旧 x 轴呈指数关系的新 x 轴，只需使用： >> addaxes('XFun','exp') 好好享受！ 任何评论和错误报告将不胜感激！

时间序列分析可以定义为在给定先前值的情况下预测随机过程的未来值。 建模的一个重要部分是决定应该使用多少先行值来预测未来。 自相关函数显示两个系列之间的相关系数，原始系列和滞后系列。 AC 系数通常会慢慢消失。 假设中间值已知，PACF 确定原始序列和滞后序列之间的相关系数。 注意：这两个应该作为建模的第一步。 有关其他信息和保修，请参阅自述文件。 对于两个过程，还添加了互相关和部分互相关。

最近两周由于忙于个人项目，一直未发言了，实在是太荒凉了。。。。，上周由于项目，见到Python的应用极为广泛，用起来也特别顺手，于是小编也开始着手学习Python,…下面我就汇报下今天的学习成果吧 小编运行环境unbuntu 14.0.4 首先我们先安装一下Python呗，我用的2.7，其实特别简单，一行指令就ＯＫ sudo apt-get install python-dev 一般安装系统的时候其实python已经自带了，这步基本可以不用做，ＯＫ，我们继续往下走吧，安装python-opencv ,稍后我们需要用到opencv的库，一行指令即可，这也是小编特别喜欢linux的原因： sudo

Halcon函数手册.pdf

arduino-timer：用于延迟函数调用的非阻塞库

基于布里渊效应的分布式光纤传感器以其可在沿光纤中同时获得被测量场时间和空间上的连续分布信息，成为当前国际的研究热点。根据光纤中布里渊散射谱的传输特点和高精度特征提取的要求，提出了利用莱文伯马夸特(L-M)算法调节权值的径向基函数神经网络(RBFN)对布里渊散射谱进行特征提取。通过与反向传播(BP)神经网络、五次多项式曲线拟合法和三次样条插值法进行预测比较，在中心频率为11.213 GHz，权重比为4∶1的仿真散射谱模型中，本方法相对误差最小，仅0.0015179%，温度相对误差仅为0.152 ℃，且拟合度较好。在不同脉宽和不同温度下的同一检测系统中，前者的综合评价指标优于其他三种拟合方法。数值分析和实验研究均表明径向基函数神经网络适用于对布里渊散射谱进行拟合，有效提高了预测精度。

这是一款利用HTML5 Canvas来模拟三角函数sin图像生成原理，非常直观。随着左侧圆形转动对应的绘制出三角函数sina的正玄函数曲线图像。

st库函数手册,英文格式。介绍st库函数的结构、格式等等。

调用 [C,D,rank]=fundam(A_num,A_den) 参见 Execute.m 示例。 A_num, A_den - 两个矩阵，用于设置线性方程组的系数（分子、分母）。 例如1/2*x1-2/3*x2=5/4 3/4*x1+5/7*x2=2/1 A_num=[1 -2 5; 3 5 2] A_den=[2 3 4;4 7 1] 结果分为3类： 1）系统不一致2) 系统是一致的，只有一个通用的解决方案3）系统是一致的，有很多解决方案 求解器的输出是系数 C、D 的矩阵 - Xn 附近的每个系数具有相同的逻辑（分子和分母）。 对于 2) 类别（一种常见的解决方案）C 总是具有对角线形式 例如： 分子C= [1 0 3; 0 1 2] 分母D=[1 1 1; 1 1 5] 方法X1 = 3 X2=2/5 对于3）类别矩阵C，D表示系统的基本解决方案 例如 分子C= [