居家旅行，画图必备： 1、包含了几乎所有常用的元器件封装以及3D模型 2、包含了STM32的F系列、L1系列、W系列芯片的封装库以及3D模型 3、包含了Altera FPGA 的 Stratix系列、MAX系列、Cyclone系列、APEX系列、EPC、FLEX、Arria等系列的封装库以及3D模型

网上搜集和平时工作中添加的封装库都在这里，尺寸描述均符合实际

ad-xolib（C ++和Python中的OpenScenario和OpenDrive解析器） C ++库，用于使用Python绑定为3. +解析OpenScenario（1.0.0）和OpenDrive格式文件（1.6） 介绍 该存储库提供了一个用于读取ASAM的OpenStandards OpenScenario和OpenDrive数据文件的库，其解析符合 执照 该软件库是根据MIT开源许可证提供的： : 。 灵感 入门 该项目使用启用了c ++ 11的编译器进行编译，请相应地选择您的堆栈。 **与GCC相关的错误已解决。 从源构建 git clone https://github.com/javedulu/ad-xolib.git git submodule update --init --recursive mkdir build cd build cmake .

官网下载 STM32L1系列 封装库 Altium Designer AD 包含PCB和原理图库

单路或者n路AD读取，m次递推中位值平均一阶滤波，n、m值可设置。

咳咳，这一篇来玩一下STM32的ADC（Analog to Digital Converter），也就是可以把输入的模拟量转换为数字量，这样就可以做个电压表了，再加上一些辅助电路，就能够自己做一个万用表了，非常完美。（嗯，这篇我们只做数字电压表~就是这么懒） 从这一篇开始，对STM32内部结构和寄存器的介绍会更加详细一点，要开始深入了解了，感兴趣的朋友还可以对照前几篇自个儿深入了解一下，嘿嘿~ . ~ ADC介绍 打开STM32F103C8T6的数据手册，第一页就对其拥有的外设进行了简单的列举介绍，找到ADC的相关介绍： 从介绍中可以知道： STM32F103C8T6有2个12位的A/D转换

因为突然有个邪恶的想法，想在自己的Android平板上面搭建一个DNS服务器，因为平板上之前安装过SL4A和Python的解释器，也想继续学学Python因此，就打算用Python实现了。 在Google上面找了一下,Python实现的DNS，没找到我所希望的答案，因此就决定自己来实现了。 现在所实现的没什么高深的，只是能够对A记录查询进行简单的匹配和回复。 实现的代码如下：复制代码 代码如下:”’Created on 2012-10-15 @author: RobinTang”’ import socketserverimport struct # DNS Queryclass SinDNS

此库集合了一些网站收费的pcb库，还有从同事那拷来的，还有自己的。

针对AD-Census变换采用固定权重将AD变换代价与Census变换代价合成的双目立体匹配代价无法体现像素点区域特征的问题，提出一种基于自适应权重AD-Census变换的双目立体匹配算法。算法首先通过增加相邻像素点的灰度差阈值条件改善十字支撑自适应窗口；然后以每个像素点的十字支撑自适应窗口的最短臂长为自变量，利用指数形式的函数，进行AD变换代价与Census变换代价合成权重的自适应设置。由于像素点十字支撑自适应窗口的最短臂长能够反映像素点的区域特性，因此自适应设置的权重大小与像素点的区域特性直接相关，计算图像边缘区域像素点的匹配代价时，AD变换的权重大；计算平滑区域像素点的匹配代价时，Census变换的权重大。Middlebury第3代双目立体匹配评估平台的结果显示，基于自适应权重AD-Census变换的双目立体匹配性能与基于AD-Census变换的双目立体匹配性能相比，所有图像集的全部像素点的视差平均误差减小了25%，非遮挡像素点的视差平均误差减小了20%，性能得到了提升；平台上包括Adir在内的多个图像集的匹配结果表明基于自 适应权重AD-Census变换的双目立体匹配更适合含纹理丰富、存在重复区域的图像。

在局域网用DNS欺骗，需要的来下~~~~~~~~~~