基于CenterNet简化后只做目标检测的源代码， 各个文件说明： （一）目录层级 data：存放训练数据，目前只存放了太平洋汽车网的训练数据，主要是识别车牌的位置。只有训练集的数据。 exp：训练中日志存放的位置 images：验证时候图片存放的位置 models：存放训练过程中产生的模型 src：源代码 （二）文件说明： dataset: -- CtdetDataset.py: 读取图片并进行预处理 detector: -- CtdetDetector.py: 预测推理流程 model: 存放各个BackBone的模型代码 prune: -- prune.py: Slimming裁剪方法 train: -- CtdetTrainer.py: 训练主体流程 -- CtdetTrainer_NNI.py: 基于NNI裁剪训练主体流程 -- losses.py: 训练中各种loss的计算方法 utils: -- image.py: 图像处理方法，包括高斯变化，调整亮度、饱和度等方法 -- logger.py: 日志处理方法 src: -- demo_3dcar_ai.py: 一张图片推

基于MATLAB编程，利用PSO寻找函数全局最优（可自行扩展）； 代码注释多，简化强，仅一重循环，便于理解PSO算法编程

澳大利亚简化的 14 台发电机基准松散地基于澳大利亚南部和东部的电力系统。 该基准由阿德莱德大学 (Mike Gibbard & David Vowles) 开发，用于研究型研究和教育目的。 该基准的 SimPowerSystems 实现的作者是来自 IREQ Hydro-Québec 研究所的 Ali Moeini 和 Innocent Kamwa。 该模型有 59 条总线、14 台发电机（基于通用参数为涡轮机和调速器系统建模合适的模型）和 29 个负载。 此模型中还包含多个电力系统稳定器 (PSS) 模块和多频段电力系统稳定器 (MBPSS) 模块，以及连接在 B_205 总线上的静态无功补偿器 (SVC) 模块。 __ 参考A. Moeini、I. Kamwa、P. Brunelle、G. Sybille，“在 SimpowerSystems 中实施的开放数据 IEEE 测试系统用于

SmartGreenhouse:集成嵌入式系统，代表智能温室的简化版本

基于深度强化学习的德州扑克AI算法优化(有限注德扑简化版)，强化学习，在线学习，有限注德州扑克 内含教程，胜率75%

初级运维简化命令.zip

通过简化四元数矩阵奇异值分解对彩色图像进行去噪

Comsol扬声器麦克风信回比简化模型

驻极体简化模型，振膜用膜物理场实现，与热粘性声学耦合，背极板采用阻抗平面代替，仿真在具有预应力和静电力作用下，在外界声波谐波扰动激励下的膜上的电压和电荷变化

基带处理信号通道是设计人员面临的挑战，但同时，它也为实现基站收发信台的创新提供了机会。因此，目前其已然成为OEM厂商实现产品差异化的关键。随着人们逐步认识到，许多针对之前2G和3G系统的技术将无法满足3GPP LTE，即第4代无线技术的性能和延迟要求，基带架构设计领域的竞争也开始愈演愈烈。 　　处理通道不仅需要比以往强大得多的处理能力，而且所有功能必须在更短的时间内完成。要想解决系统架构师所面临的一系列挑战，就要开发一个系统，来满足运营商积极的投资和运营成本削减目标。图1显示了基带处理系统设计面临的主要压力。 　　F1: 不断演进的基带处理需求带来的挑战 　　基于FPGA的解决方