DFT的matlab源代码 redis_orm Object Relational Mapping use redis as a relational database。 产出背景 项目的快速迭代，不仅需要敏捷的开发，还需具备较高性能的和稳定性，单纯用关系型数据库有瓶颈，然后在关系型数据库基础上加分布式缓存或者进程内缓存有增加了开发和维护成本， 刚好项目中在用Redis，就考虑基于Redis的Hash和SortedSet两个数据结构来设计类似关系型数据库的ORM。经过多个版本的迭代，现在已经实现了ORM的基本功能，在应用中发现维护和查看数据 不太方便，又开发了[工作台](https://github.com/weikaishio/redis_orm_workbench). 功能列表 基于对象的增、删、改、查、统计 基于Map的增、删、改、查、统计(方便用在redis_orm_workbench) 支持动态创建表、删除表、创建索引、重建索引 支持可配置的自动同步到MySql数据库(一般为了更方便的查询统计所用) 使用说明 模型定义的标签说明 TagIdentifier = "redis_

DFT的matlab源代码 精心制作的COF 从文献中的实验数据库（CURATED）COF中自动跟踪，进行干净，统一和完善的自动跟踪。 该存储库包含来自文献搜索的原始结构，以及git跟踪的更正。 可在上获得具有DDEC费用的DFT优化框架。 cof-frameworks.csv包含cof-frameworks.csv列表 cof-discarded.csv包含因重复检测，未观察到的AA / AB堆叠变体，未观察到的n倍互穿或文档中报告的其他原因而被丢弃的cof-discarded.csv的列表。 cof-papers.csv包含用于在数据库中的COF的参考文件的列表：例如， p0701是COF的基准07010N3 ， 07011N3 ， 07012N3和07013N3 cifs/包含cof-frameworks.csv和cof-discarded.csv列出的cof-frameworks.csv所有晶体学信息文件（CIF）。 该数据库建立在名为的工作之上。 结构标签 引用为 原始版本： D.Ongari，AV Yakutovich，L.Talirz和B.Smit，建立一个一致且可重现的

matlab分时代码肌肉冗余求解器 软件用途 提供的MATLAB代码的最初目的是解决肌肉冗余问题，同时使用De Groote F，Kinney AL，Rao AV和Fregly BJ中所述的直接搭配解决肌肉动力学问题。 评价直接搭配的最优控制问题公式，以解决肌肉冗余问题。 生物医学工程学年鉴（2016）。 。 在v3.0中，我们添加了两个附加功能。 首先，可以基于实验肌电图来约束估计的肌肉激活。 其次，有可能在解决肌肉冗余问题的同时，通过使用实验数据（即EMG和超声数据）来估计建模的肌腱单元的参数。 可以将最佳纤维长度，肌腱松弛长度和肌腱刚度设置为肌肉冗余问题内的自由变量。 可以跟踪实验测量的光纤长度（美国跟踪），跟踪误差是目标函数的一部分。 有关此参数估计问题的详细信息，请参见Delabastita等。 2020（）。 收集的EMG可以被跟踪（EMG跟踪），也可以被精确地施加（EMG驱动）。 有关在参数估计中使用EMG数据的详细信息，请参见Falisse 2016（）。 另一个重要特征是，用户可以在相同动作的不同试验或不同动作的情况下估算肌腱参数。 这允许更可靠的参数估计。 我们认为

matlab生成算法代码ParNMPC版本1903-1 1903-1版的新功能： 原始对偶内点法 改进的用户界面 更好的性能 线搜索 介绍 主页： ParNMPC是用于非线性模型预测控制（NMPC）的MATLAB实时优化工具包。 ParNMPC的目的是为NMPC问题表述，闭环仿真和部署提供一个易于使用的环境。 使用ParNMPC ，您可以非常轻松地定义自己的NMPC问题， ParNMPC会自动为单核或多核CPU生成自包含的C / C ++代码。 即使只有一个内核， ParNMPC也非常快（计算时间通常在$ \ mu $ s范围内），并且启用并行计算时可以实现很高的加速比。 强调 符号问题表示 使用OpenMP自动并行C / C ++代码生成 收敛速度快（达到超线性） 高度可并行化（最多可以使用N个核，N是离散化步骤的数量） 高加速比 MATLAB与Simulink 安装 克隆或下载ParNMPC 。 解压缩下载的文件。 要求 MATLAB 2016a或更高版本 MATLAB编码器 MATLAB优化工具箱 MATLAB并行计算工具箱 MATLAB符号数学工具箱 Simulink编码器 支

【RT-Thread作品秀】基于ST传感器的跌落及倾倒检测作者:pto1011 概述在消费电子领域，跌落通常会对便携式电子产品（如手机，平板，笔记本电脑）的零部件（屏幕及机械硬盘）造成损伤，如何可靠的检测这些跌落事件并实时启动保护装置，采取主动避震措施来减少触地带来的冲击。中国即将步入老年社会，如何实时检测老人摔倒事件并做到事前主动启动保护减震装置和事后第一时间发出告警。 这些都需要有快速(Fast)准确(Accurate)可靠(Reliable)的跌落及倾倒检测能力。 本应用即是基于ST公司的LSM6DSOX六轴传感器，高速采集加速度计和陀螺仪的信号，通过算法来提供跌落及倾倒实时检测，其结果显示于交互界面（串口输出）和板载LED状态（未进入检测模式:LED blink; 开始进入检测:LED OFF; 检测到跌落或倾倒:LED ON）。 开发环境硬件:ART-Pi STM32H750 开发板，STEVAL-MKI197V1（LSM6DSOX）六轴传感器，PARALAX USB2SERIAL转接板 RT-Thread版本:4.0.3 开发工具及版本:RT-Thread Studio 1.1.15 RT-Thread使用情况概述内核部分:创建了一个独立线程用于实现读取ST传感器参数，输出至高速串口或实时检测，详情见下图。 组件部分:finsh组件是本应用开发过程中最重要的程序调试工具及交互窗口 硬件框架主要使用了ART-PI开发板上的STM32H750处理器的SPI，Timer, UART, 板载资源使用了LED，其它硬件模块包括ST的六轴传感器以及自备的USB转串口板。 软件框架说明软件模块说明演示效果视频演示: 比赛感悟通过参与比赛，第一次接触并了解RT-Thread及其生态系统, 用户体验很好。尤其是Finsh组件，作为交互界面，程序的调试过程中几乎完全依赖于之。 本应用中分别使用了MCU的SPI，UART和硬件定时器组件，UART的使用较为简单，硬件定时器在使用时则遇到了问题，在RT-Thread Setting中配置之后，一直无法进入中断，通过单步调试，发现寄存器在写入数值之后仍全为0，进一步检测发现其时钟未enable。 在拿到ART-Pi板之前，曾设想实现所有传感器参数读取及detection算法都在1ms定时器中断服务自程序中完成，但编译时遇到错误 ，ISR中无法调用mutex，曾尝试移除mutex，但读取的sensor参数几乎全部错误。后来选择在新建的独立线程中来实现，读取的sensor数据全部正确。 通过实测，本应用基本实现了最初的设计目标。仍存在如下问题:在1ms采样间隔下仍会观测到存在数十毫秒未读取传感器信号的现象，期待将来有可能实现RT-Thread下对于高速（亚毫秒级别）的实时关键任务的支持。 最后，感谢比赛组织方提供的硬件和软件开发环境，以及工作人员的热情帮助！

sdm matlab代码用于面部对齐的SDM 这是Xiong和De La Torre（）提出的我的监督下降方法（SDM）的MATLAB实现，用于面部对齐。 在300W数据集上使用49个点（没有下颌点）训练了包含的模型。 培训代码包含在lib目录中。 培训应该是一个相当简单的过程。 培训功能包括： SDMInitModel-分配新的SDM模型 SDMAddDataMemoryFrugal *-这些功能以有效的内存方式收集训练和验证数据，以进行训练和参数选择。 SDMSolve-解决回归问题 SDMLayerXval-通过黄金搜索执行参数选择（用于选择正则化器） SDMFinalizeLayer-将最终的回归变量添加到SDM模型中。 查看这些功能以获取有关模型结构以及如何提供形状模型（平均形状）的详细信息。 运行代码 没有外部依赖关系或mex函数。 运行“ runDemo.m”应产生适合的示例。 执照 此代码不得用于商业目的。 该代码可自由用于个人，学术和研究目的。 但是，我们要求任何文件在重新分发时均保留我们的版权声明。 该软件按``原样''提供，不提供任何担保或保证。 我们对由此造成的

DFT的matlab源代码包括数字图像处理 数字图像处理实验1 2 3 4 实验1：从bmp图像读取二进制数据。 实验2：DCT，IDCT和DFT，IDFT的实现。 实验3：使用Haar Wave实现GaussianFilter，MeanFilter，MedianFilter，Sobel运算符和DWT，IDWT。 实验4：前向目标和背景分割的视频处理。

matlab图片叠加的代码NPBayes_fMRI 描述 这是一个用户友好的Matlab GUI，它实现了一个统一的，概率统一的非参数贝叶斯框架，用于分析来自多对象实验的与任务相关的fMRI数据。 该建模方法基于时空线性回归模型，该模型通过先于空间通知的多对象非参数变量选择来具体说明神经元活动中对象间的异质性。 该方法的一个特征是，它可以将受试者聚集到以相似的大脑React为特征的亚组中，同时生成组级和受试者级激活图。 方法和软件在以下手稿中进行了描述： Zhang，L.，Guindani，M.，Versace，F.，Engelmann，JM和Vannucci，M.（2016）。 多主题fMRI数据的时空非参数贝叶斯模型。 应用统计年鉴，10（2），638-666。 Kook，JH，Guindani，M.，Zhang，L.和Vannucci，M.（2018）。 NPBayes-fMRI：单对象和多对象fMRI数据的非参数贝叶斯通用线性模型。 生物科学统计学。 该代码已于17年10月31日向公众发布。 内容 该存储库包含以下文件夹： 示例文件夹包含Matlab数据集和自动解剖标记（AAL

MPAndroidChart是一款基于Android的开源图表库，MPAndroidChart不仅可以在Android设备上绘制各种统计图表，而且可以对图表进行拖动和缩放操作，应用起来非常灵活

matlab求解二元一次方程组代码