针对论文：基于ＶＭＤ的故障特征信号提取方法，本人对论文中的仿真信号部分进行了复现，首先产生仿真信号；其次，利用VMD对信号进行分解，运用排列熵确定含高噪分量，然后对低噪分量进行重构；最后，将重构的信号进行分解，发现分量与最初的原始仿真信号基本一致。说明去噪效果较好。

之前智能控制课程作业，主要针对倒立摆进行了建模与模糊控制仿真，其中实验1-1是仅针对角度的模糊PID控制，实验1-2是针对位置与角度的分段模糊控制。

RX560 bios合集（请务必注意显存品牌和大小以及是否需要6pin！）含刷新工具.zip 刷新BIOS务必先备份原版BIOS，刷新需谨慎~

基于MATLAB的Filter使用，低通、带通和高通滤波器的仿真。包括filter、ftt等函数的使用

win10下修改intel网卡mac地址

Plexim Plecs Standalone 4.1.2 x64 独立运行版本，windows10运行完美

csma/ca和csma/cd的matlab仿真源代码带有详细的注释，载波侦听，随意设置节点数，带有炫酷的图形展示效果。

MIMO-OFDM无线通信技术及MATLAB实现 1.PDF扫描原书 2.书中示例代码

本资源为基于BP神经网络的PID连续控制系统Simulink仿真模型，BP神经网络学习算法通过S-function函数编写，各个参数已调好，可完美运行。如有怀疑，请浏览我的博客：基于BP神经网络PID控制+Simulink仿真 地址：https://blog.csdn.net/weixin_42650162/article/details/90678503

两套自己编写的MATLAB车牌识别源码。第二套较第一套改进了一些。里面带了车牌的图片，在MATLAB下运行main.m文件，选择要识别的图片即可自动识别。

应用非极大抑制方法，可排除候选的重叠检测。我运行的环境为Python3.6(Anaconda3)+OpenCV3，IDE：PyCharm 1.其中如果安装Anaconda3就可以少安装很多库 2.如果安装了Anaconda3，就只需要配置一个库imutils 3.imutils安装方法 pip install imutils 确保imutils版本大于v0.3.1 pip install --upgrade imutils可以更新版本

RNN卷积神经网络，LSTM，使用matlab实现，简单的数据拟合

2020年数学建模B题穿越沙漠全部代码全国赛二等奖

关于代码的介绍可以参考https://blog.csdn.net/qq_41562704/article/details/88975569，代码基于Win10 + Python3.7环境，对采集的图片进行了图像平滑，基于OTSU阈值的肤色分割，基于八邻域搜索法进行轮廓检测操作，最终完成了手势图片从采集到轮廓曲线的提取过程，对已得到的轮廓曲线提取其傅里叶描述子和椭圆傅里叶描述子，并分别进行了归一化处理。用KNN和SVM两种算法训练模型，以自己采集数据集为训练集进行了训练，最后基于PyQt5制作了简易界面。

本资源与博文(EEMD算法原理及应用)配套使用，资源包括三个文件，其中两个是EEMD算法的工具箱，另一个是EEMD算法的主程序，产生仿真信号以及如何使用EEMD对信号进行分解与合成。利用MATLAB仿真实现信号的去噪。