1、GD32F470搭载W5500进行有线网口通信 2、带网线脱落检测，和服务器连接检测 3、C语言单片机W5500网口程序

4. 技术与伦理分析 一、自动驾驶问题 根据之前出过的类似事件推测，此次事故发生可能是因为自动驾驶。根据数据显示，在10个月时间内，美国共发生三百多起关于自动驾驶的交通事故，其中有70%都来自特斯拉。但特斯拉官方至今没有给出有效处理方案，总裁马斯克甚至还放话，特斯拉的自动驾驶是全世界最安全的。 环境感知问题：这个问题是最基本的问题，未来感知环境，汽车上必须按照多个传感器，传感器包括了各种雷达、摄像头等采集周边信息的设备，汽车必须不短感知周围的环境才能基于环境去做决策。 智能决策问题：，这里的决策主要是车辆的状态控制信息，包括车辆停止，前进，后退，转弯，加速，减速等指令。这个决策速度将决定汽车的行驶速度可以有多快，这个过程需要大量的计算能力，需要利用强大的计算机与智能软件算法去实现。如果决策速度慢，车辆行驶速度就慢，如果决策失误，就会导致安全事故的发生。 车辆控制问题：这部分技术比较成熟，可以借助传统的车辆控制系统去适配和改造。 二、锂电池隐患问题 那么新能源的锂电池真的这么容易起火吗？一位专业的电动汽车电池员工解释道，新能源汽车如果受到撞击，在相同条件下，确实比燃油汽车更容易起火。比如

基于PyQt5实时曲线绘制源代码和串口调试助手源代码带文件保存加载十六进制显示 Python两个工程的源代码 1.功能介绍： 包含两个程序：1.使用PyQt5编写实现的串口调试助手及源代码，2.pyqtgraph波形曲线显示源代码。 串口助手除了收发文本框外，还带有波特率数据位停止位校验位等参数设定，并具备十六进制收发，定时发送，保存到文件等功能。 波形绘制程序，除了曲线外，还带有开始停止测量，数据记录和数据加载等功能。 源代码均有详细的注释，并提供服务。 2.环境说明： 开发环境是PyQt5，使用Python自带的串口库serial，波形曲线采用pyqtgraph库。 源代码中包含注释，设计说明文档等。 请将源码放到纯英文路径下再编译。 3.使用介绍： 可直接运行在可执行程序里的exe文件，操作并了解软件运行流程。 也可以使用Edit With IDLE 3.7编辑工具来运行Python脚本。 4.子功能模块介绍： 串口调试助手带有十六进制收发功能； 串口参数设定功能； 数据保存功能，可保存到指定文件； 带有定时发送功能，时间可设定； 带有详细注释，初学者可快速上手； 波形曲线程序带

Visual C++音频视频处理技术及工程实践 书附带的源码

matlab一阶高通滤波器代码MATLAB中的吉他效果 ECE313音乐与工程，2012年秋季 库珀联盟，纽约，纽约 该项目的目的是在MATLAB中模拟各种吉他效果。 为了测试效果，我使用Digidesign MBox＆Audacity软件录制了一些吉他Rriff样本。 我特别编写的效果是： 压缩机 数字延迟 失真 立体声颤音 环形调制器 镶边 合唱 在这些效果中，失真的设计要求更为宽松，因为您必须考虑要对信号和特定的音调堆栈（音调旋钮）应用何种非线性。 Boss DS-1是一种流行的失真踏板，以使用电位计混合的高通和低通滤波器而闻名，因此我尝试在MATLAB中使用简单的一阶重叠Butterworth滤波器对其进行建模。 我决定应用的非线性是erf（。）（误差函数）。 它是一个平滑的奇函数，会引起奇次谐波和更柔和的削波。 总体而言，失真的组织方式如下： 将信号归一化为（±1） 应用增益（失真旋钮） 应用非线性（这内置于硬件电路中，通常是运算放大器，二极管和/或晶体管） 带有音调部分的形状信号 要运行代码，只需在matlab文件夹中的MATLAB中运行hw4script.m。

变压器空载投入时会产生很高的励磁涌流，造成差动保护装置误动作，分析涌流波形可以设法抑制误动。对变压器差动保护中励磁涌流产生的机理进行分析，分别对单相变压器和三相变压器的励磁涌流进行建模，并对其进行实验验证。实验结果表明：所建模型符合涌流的特点，可用于变压器励磁涌流的计算机建模。

1.项目基于FasterRCNN 模型，通过RPN 网络获取图片候选区域，以Restnet50 提取特征，实现生活垃圾的智慧分拣。 2.项目运行环境：硬件环境和Python 环境。其中FasterRCNN 对计算要求较高，有一部分是Restnet50 的卷积层。必须使用较大内存的GPU 才可以完成训练。在本项目中，用华为云提供的模型训练服务（GPU tesla P100)实现，链接:https://www.hwtelcloud.com/products/mts。 3.项目包括2个模块：5 个模块：数据预处理、数据加载、模型构建、模型保存及训练、模型加载及调用。数据下载地址： https://pan.baidu.com/s/1ZAbzYMLv0fcLFJsu64u0iw，提取码 yba3 4.准确率评估：本部分包括模型准确率和分类别准确率。数据总体准确率为 0.840 识别效果比较理想。其中面包、菜根、瓜子壳的类别准确率较低。

java数字签名,大小文件MD5验证，DES加密解密RSA加密解密,SWT浏览器插件的等源代码下载。

针对FFT对轧辊偏心信号分析的局限性，提出了基于微分进化的MFFT方法。论述了方法的基本思想、实现过程及其关键步骤。通过仿真实验表明，基于微分进化的MFFT方法可以较好地分析当采样持续时间不是信号周期整数倍时的轧辊偏心信号。以某五机架冷连轧机为研究对象，应用基于微分进化的MFFT方法实现对轧辊偏心的诊断，结果表明：在该五机架连轧机中，第1架轧机的轧辊偏心因素、末架轧机的轧辊偏心因素及热轧前钢坯上的水印因素，是造成末架轧机轧制力波动的主要原因。该诊断方法可以为轧辊偏心的定性分析与在线控制及补偿提供可靠的依据

为了降低运用简化传感器模型对动态测试结果进行修正时带来的误差,提出一种基于最小二乘(LSM)与粒子群优化算法(PSO)的动态补偿器设计方法。采用最小二乘法识别传感器的最佳阶次,作为补偿器的阶次,克服简化模型对补偿器设计的影响,结合粒子群算法对传感器进行逆建模得到补偿器,并分析补偿前后传感器的时域与频域特性。实验表明,该方法能有效的降低传感器的动态测量误差。