采用一种离散微分跟踪器的PID控制。被控对象是三阶传递函数，参考输入rin=20，干扰信号是0.5rands（1）。

phpgjx2.0最新版，用于查询sql执行过程，php万能工具包括（代码调试、模拟提交、phpmyadmin、百宝箱工具等）

mppt matlab代码MPPT 最大功率点跟踪器 (MPPT) 哦，看一个 MQP。 软件：使用 CCS：或在 Hutt 或任何实验室计算机上。 这是项目过程中使用的 git 存储库的副本。 内容按文件夹组织，应该是不言自明的。 Board_Design 包含用于 PCB 设计的所有原理图和布局图。 这些将需要 NI Multisim 13 和/或 NI Ultiboard 13 或更高版本才能打开。 MATLAB 包含用于该项目的 matlab 代码，主要用于软件算法的仿真。 MATLAB 2015b 或更高版本应该足够了。 PSpice 包含电路的 SPICE 仿真。 这些仿真是使用 OrCad PSpice 运行的，但理论上可以在任何 SPICE 网表仿真器中运行。 软件是 TI Code Composer Studio 工作区。 它包括“Sweep”算法、“Perturb and Observe”算法和“Beta”算法。 任何 Python 代码都是在 Python 3 中编写的。

WhatsApp在线跟踪器 这是一个非常简单的Whatsapp在线追踪器 使用的图书馆 Selenium，用。 Chrome 约会时间 时间 播放声音 tkinter（可以在没有此功能的情况下使用） 建立 用户将有10秒的时间扫描QR码，时间可以在QR码中更改 在变量“用户名”中，输入要跟踪的人的姓名，请确保该姓名与您在聊天室中找到的姓名相同 要查看此人是否在线，数据将在控制台上输出。 联机检查每1秒进行一次，也可以从代码内部更改此值 您可能需要更改Chrome的路径以及beep.mp3（在运行前请参阅） 对于Mac用户，如果您在播放声音时遇到错误，请安装“ PyObjC” 一般信息 为了使程序收集信息，应打开chrome窗口，如果该窗口关闭，则程序将崩溃。 此外，您的手机还应该连接到互联网，以使whatsapp网站正常工作 对于在线会话，在开始和结束时声音只会播放一次 时间是指用户

OGN-Airtracker 基于实时飞机跟踪器。 硬件 硬件是一种风格。 最新版本的OGN-Airtracker组件包含： 带有ARM STM32 Cortex-M3 CPU的STM32F103C8T6 CPU板 HOPERF RFM69HW收发器 SMA母头带尾纤的插座 具有SMA公直角连接器50欧姆天线-请参阅下面的天线部分 必要时，用于天线配重的铜箔胶带，因为其中一些短橡胶/鞭状天线是1/4波单极子，需要接地层才能正常工作） VK2828U7G5LF GPS模块 适用于诺基亚5110 @eBay的LCD 18650锂离子电池 具有欠压保护的Micro USB 18650锂电池充电板@eBay 18650电池座@eBay 切换开/关开关@eBay 杜邦的一些母对母跳线电缆@eBay 一些用于EMC过滤的环形铁氧体环@eBay 天线 免责声明：首先，我必须说

Eyelink Toolbox 软件支持眼球运动的测量。 该工具箱提供了高级解释语言 (MATLAB)、视觉显示编程工具箱 (Psychophysics Toolbox) 和基于视频的眼动仪 (Eyelink) 之间的接口。 Eyelink 工具箱使实验者能够在执行由心理物理学工具箱提供的刺激呈现程序的同时测量眼球运动。 示例程序包含在工具箱分发中。 有关 Eyelink 工具箱的信息，请访问http://psychtoolbox.org/ 。

随着太阳能的广泛利用，如何提高对太阳能的利用率，成为太阳能研究的焦点问题之一。本文设计了一种太阳能电池板自动跟踪系统。该系统利用太阳光照射与否对光敏电阻的电阻产生的变化实现对控制太阳能电池板的电机进行调整，从而使该系统实现了在白天对太阳进行全天候的实时跟踪，大大提高了太阳能利用率。该太阳能跟踪器价格实惠、性能稳定、结构合理、跟踪准确、方便易用。

使用DirectX光线跟踪（DXR）实现的（非常）简单路径跟踪器

目标感知深度跟踪 目标感知深度跟踪（TADT）方法的Matlab实现。 安装 此代码已在具有Matlab和工具箱的Ubantu平台上进行了测试。 您可以按照以下步骤安装它： 克隆GIT存储库： $ git clone 启动Matlab并导航到存储库 编译MatConvNet工具箱，或在计算机上添加已编译工具箱的路径。 运行演示脚本以测试跟踪器： | >> demo_TADT 出版物 有关TADT跟踪器的详细信息可以在CVPR 2019论文中找到： 李欣，马超，吴宝元，何振宇，杨明-。 在IEEE计算机视觉和模式识别会议（CVPR）的会议记录中，2019年。 如果发现该代码对您的研究有所帮助，请引用上述出版物。 Bibtex： @inproceedings {TADT， 作者= {李新新和马超和吴宝原和何振宇杨明H} title = {可识别目标的深度跟踪}， booktitle = {IEEE计算机视觉和模式识别会议}， 年= {2019} } 原始结果 项目网页 其他实施 联系 电子邮件： 主页： ：

视频流的实时对象跟踪和检测 先决条件： OpenCV3.4 盗用者 在此处下载权重并将其放置在model_data /中 参数： $python3 src/main.py -h usage: main.py [-h] [--input INPUT] [--output OUTPUT] --model MODEL [--config CONFIG] [--classes CLASSES] [--thr THR] Object Detection and Tracking on Video Streams optional arguments: -h, --help show this help message and exit --input INPUT Path to input image or video fil