单片机-DS1302时钟源码

人工智能-计算机视觉领域的经典实验 基于Python+OpenCV，实现了图像特征点匹配、全景图像的拼接与融合

基于广度优先搜索（BFS）的贪吃蛇小游戏，适合闲暇时看看，能复习一遍广度优先的知识。BFS 遍历整个board 计算蛇与食物的路径长度，需要选择最短路径，检查蛇头与蛇尾的位置，避免发生没有路径可走。

目前解释得比较清晰的一篇文章，对深度学习，卷积神经网络原理有帮助

《A Tandem Learning Rule for Effective Training and Rapid Inference of Deep Spiking Neural Networks》，论文原文

PHM2012滚动轴承全寿命数据集的特征提取环节，提取具有物理意义的统计特征。包含时十几个域、频域等的统计特征提取。最后保存的数据形式是numpy的数据格式

可以解决多个数据集重名问题，规范化数据集内的文件名。 YOLO数据集VOC数据集用UUID重命名图片和xml文件，包含修改xml内的path，只需要修改图片和xml的路径就可以使用。 # 1、打开xml文件 tree =ET.parse(xPath + xmlnewname) # 获xml文件的内容取根标签 root = tree.getroot() # print(root) # 2、读取节点内容 Events_object = root.find("folder")

大量图片可能其中有的图片损坏，不完整（truncated），使用python写的识别代码。 识别损坏truncated的图片，如果图片truncated可以删除 运行效率快。

PHM2012数据集，采用EMD分解对水平振动信号进行分解，得到IMF分量和残差Res，并计算其IMF分量和Res的11个统计特征。包括均值、均方根、能量、熵、方差、中位数、峭度、峰值因子、波长和两个三角函数特征(反正切标准差、反双曲正弦标准差)

图片

51单片机-矩阵键盘源码

单片机+AT24C02数据存储

视觉机械臂的arduino部分控制程序

使用opencv-python实现的基于模板匹配的银行卡号识别项目，有详细的代码解释过程

近 10 年来迅猛发展起来的复杂网络理论为研究复杂性与复杂系统科学提供了一个重要支撑点, 它高 度概括了复杂系统的重要特征, 无论是在理论还是在应用方面都具有很强的生命力, 而且在各个方面都得到了很大发展. 重点讨论图论在复杂网络中的应用, 特别是代数图论在复杂网络同步问题中的应用. 首先给出一 些图的最小非零与最大特征值以及同步能力的估计, 并且讨论了子图与图特征向量在同步能力估计中的作用. 其次以两个简单图指出同步能力与网络结构参数的关系复杂, 并给出补图与加边对同步研究的意义, 然后给出 图运算在复杂网络同步中的作用. 最后从图论与控制理论角度展望了复杂网络领域未来可能的发展方向.