unity 手机震动插件，可以为IOS和Android提供简单而强大的振动和触觉反馈 使用说明：https://blog.csdn.net/LLLLL__/article/details/106500151

花钱买的大家一起学习。比较金典的控制类教程。花钱买的大家一起学习。比较金典的控制类教程。

国外现代控制理论经典教材

这是 FMDE 的 matlab 代码。 FMDE 使用性能指标，特别是超体积、间距和最大扩展来衡量演化过程的状态。 作者将模糊推理规则应用于这些指标，以调整该算法中使用的所选变异策略的关联控制参数。 因此，作者可以通过性能反馈来适当调整探索和利用的程度。 FMDE 的详细信息可以在[1] Jariyatantiwait, C. 和 Yen, GG，“使用性能指标的模糊多目标差分进化反馈”，进化计算 (CEC)，2014 年 IEEE 大会，第 1959-1966 页，2014 年 7 月。 [2] Jariyatantiwait, C., & Yen, GG (2014)。 基于模糊性能的多目标差分进化反馈。 国际群体智能研究杂志 (IJSIR)，5(4) 45-64。

基于FPGA的掌静脉采集系统设计

本科硕士使用的教程 还是很不错的学习资料 比较适合需要实际应用的同学 比如半导体行业

这个项目是通过和引导的 React反馈弹出窗口 React-Feedback-Popup是一个快速，高度可定制的组件，可以获取用户反馈。 折叠的反馈弹出窗口： 扩展的反馈弹出窗口： 现场演示 特征 获取用户名，电子邮件，等级。 用户可以确定位置（左或右） 用户可以确定标题，正文和按钮文本以及星级的数量。 表单验证（姓名，电子邮件，反馈和评分为必填项） 为什么 我需要一个“反馈部件”为我的。 因为我找不到满足我要求的产品（而且我通常喜欢重新发明轮子），所以我想到了这一点。 演示版 安装 使用组件的首选方法是通过NPM npm install --save react-feedback-popup 用法 这是在虚拟的Create-React-App页面上创建自定义弹出窗口的示例实现。 import React from 'react' ; import logo from './

二维搜索最大matlab代码3D 轨迹的实时振动触觉反馈 通过将实时值分别与目标路径和目标速度曲线进行比较，独立地为两个运动分量（位置和速度）提供振动触觉反馈。 复合路径是通过沿轨迹引入通路点来创建的，目标路径是为每个人动态构建的，以考虑诸如高度、臂长等变量。目标速度剖面是使用最小加加速度模型构建的。 1速度被用作量化运动平滑度的代理，它代表运动最优性的度量。 该代码还包含用于 3D 轨迹的运动分解算法。 2任何轨迹都可以看作是最小加加速度子运动的线性组合。 通过最小化依赖于参数的重构切向速度分布与运动的实际切向速度分布之间的误差来确定子运动。 先决条件 Polhemus Liberty 运动追踪器 MATLAB R2007b 触觉执行器 收集数据 运行算法的步骤详述如下： 为实验和对照条件两者： 通过指定沿轨迹应出现过Kong点的分数点（m1、m2 等），在starting_point.m 中设置所需的过Kong点数。 以弧度（theta1、theta2 等）为单位设置角度，在这些角度应在starting_point.m （绕z 轴旋转）中引入通Kong点。 运行fixed_coll

Feedback directed optimization

反馈卷积神经网络用于视觉定位和分割 该代码是的。 该代码是用编写的，非常易于理解。 还有一个，如果您使用Caffe和Matlab，请进行检查。 要求： 的Python 3 火炬0.4.0 如何运行： 用jupyter notebook打开jupyter notebook 然后打开vgg_fr.ipynb或vgg_fsp.ipynb ，这是两个用于展示反馈思想的主要文件。 外观： 如果在不修改代码的情况下运行vgg_fsp.ipynb ，则应该看到以下可视化效果： 输入图片： 相对于目标标签的图像梯度： 反馈选择性修剪（FSP）的4次迭代后，相对于目标标签的图像梯度： 文件说明： vgg_fr.ipynb ：使用反馈恢复机制定义vgg反馈网络并在示例图像上运行反馈可视化的主文件。 vgg_fsp.ipynb ：主文件，该文件使用反馈选择性修剪机制定义vgg反馈网络，并在