单片机通过SPI跟nRF24L01相连,测试无线发送端程序: 1、将nRF24L01模块按照正确方向插到PB0/PB12/PB13/PB14/PB15/PB1上; 2、下载程序后,开发板蓝色指示灯(PB9)会常亮,表示没有接收到无线信号; 3、此时,如果有下发接收程序的开发板,则可以观察到下发接收程序的开发板上的蓝色指示灯也不停闪烁,表示接收到了信号。 注:该实验需要配合接收实验进行。 4、代码使用KEIL开发,当前在STM32F103C8T6运行,如果是STM32F103其他型号芯片,依然适用,请自行更改KEIL芯片型号以及FLASH容量即可。 5、软件下载时,请注意keil选择项是jtag还是stlink. 6、软、硬件技术服务:349014857@qq.com;
2024-05-21 15:10:12 5.66MB 物联网开发 STM32单片机
这是一篇关于房屋租赁管理系统vb开发系统下的源代码,有兴趣的可以看看哦。
2024-05-21 13:46:59 272KB
1
交叉熵损失函数:交叉熵损失函数(cross-entropy loss)是一种用于评估分类模型预测结果的损失函数。它被广泛应用于深度学习中,尤其是在图像识别、自然语言处理等任务中。 在分类问题中,我们通常将每个样本分为不同的类别,并用一个概率分布来表示它属于各个类别的可能性。对于一个样本,如果真实标签为y,模型给出的预测概率分布为p,则其交叉熵损失可以定义为: L(y, p) = - (y * log(p) + (1-y) * log(1-p))
2024-05-21 13:31:41 2KB 交叉熵损失函数
1
1.自己复现的一个 Restormer 训练测试方法。 2.Restormer 对于显卡的要求很高,而且训练时间非常久,自己跑需要自行改变一些参数。 3.只需要将图片放入对应路径下就可以直接运行。 4.敲代码不易,希望能不吝支持,有问题欢迎交流。
2024-05-21 10:32:55 83.03MB 图像恢复 Transformer
本工程实现了ICM-42688-P的陀螺仪、加速度计、温度计数据的获取,并显示在了OLED屏幕上。并未加入APEX、FIFO寄存器的使用,请按需获取本资源。代码中具体参数的更改,请参照放在Hareware/ICM-42688中的手册(还有翻译版本),希望能本资源能帮到各位程序猿
2024-05-20 19:53:07 47.57MB stm32
1
vrml语言编辑的发光花瓶及源代码~转换为txt格式即可看到源代码~
2024-05-20 18:45:20 2KB
1
py代码-python代码查看python版本
2024-05-20 17:43:18 559B 代码
1
数据集、模型及配置文件
2024-05-20 17:12:06 211.42MB
1
l-曲线矩阵代码统计形状建模(SSM) 此Matlab代码是由Jan Bruse博士和Benedetta Biffi博士于2017年创建的。它包含一个Matlab GUI界面,该界面调用了另外两个负责PCA和形状注册的免费软件:Deformetrica 4.2()和VMTK 1.4()以允许统计形状建模(SSM)为用户带来流畅的体验。 SSM是一种工具,可用于计算一致的几何系列(或训练集)内的平均形状及其变化。 它基于以下假设:族的每个形状都是参考形状的变形版本。 它对一组界标点使用主成分分析(PCA)来描述对象的形状。 参考文献: Durrleman,Stanley等。 “具有密集变形和稀疏参数的解剖形状复合体的形态计量学。” NeuroImage 101(2014):35-49。 伯恩(Bône),亚历山大(Alexandre)等人。 “ Deformetrica 4:用于统计形状分析的开源软件。” 国际医学影像形状研讨会。 占卜·斯普林格,2018年。 Antiga,Luca等。 “基于图像的建模框架,可用于特定于患者的计算血流动力学。” 医学与生物工程与计算46.11(2008
2024-05-20 17:09:36 1.03MB 系统开源
1
西德克萨斯中质原油流产生于德克萨斯州和俄克拉荷马州南部,其作为一种标记定价的原油流只在俄克拉荷马州库辛的现货市场中交易,也就是说该价格可以作为美国国内原油价格的最重要组成部分。 WTI价格数据是月度价格,始于1986年1月,止于2014年11月,并不存在缺失值。值得注意的是它是现货的价格,单位是美元每桶。数据来源于FRED economic Data。 美国年原油消耗量大约73亿桶,高居世界第一,而美国能源部战略石油储备也有10亿桶之多,能源似乎能够成为美国经济发展的风向标。很多关注纽约的WTI原油走势的投资者通过观察原油库存的简单变化,然后希望能把握这些变化关系来分析油价的变动。但如果我们对原油价格的时间序列进行分析,也许找出模型拟合数据的走势,甚至预测原油价格在未来的变化。 本文主要使用ARIMA和GARCH对西德克萨斯州的中质原油价格进行拟合,并最终通过预测的误差率来选择合适的模型,将一个时间序列的分析过程完整地呈现出来,为以后的学习和工作提供参考。
2024-05-20 13:43:36 989KB