自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

实践出真理，接毕设/课设项目开发指导

  • 博客(393)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 KF-GINS 和 OB-GINS 的 Earth类 和 Rotation 类

原始 Markdown文档、Visio流程图、XMind思维导图见：https://github.com/LiZhengXiao99/Navigation-Learning。

2025-01-27 10:00:00 1041 1

原创 KF-GINS源码阅读

KF-GINS 是武大 i2Nav 实验室开源的一套松组合导航程序；可以读取 IMU 数据文件、GNSS 结果文件，进行松组合解算，计算位置、速度、姿态、陀螺仪零偏、加速度计零偏、陀螺仪比例、加速度计比力，共 21 维状态向量。代码量小，有详细的文档、注释和讲解，代码结构很好理解，有一些可以学习的工程技巧。用 cloc 对 src 目录进行统计，结果如下。可以看出代码量很小，只有1412行，注释很详细，足有804行。无需自己配置，作者把它们放到 ThirdParty 文件夹，并在 CMakeLists 文件

2025-01-27 09:00:00 1484 1

原创 TGINS源码阅读

直接运行终端会输出很多很多中间数据，有些调试输出没删干净，先全局搜索 matprint 把解算代码中的都注释掉。写输出代码之前先试试在前面打个断点，确认程序能运行到那。代码风格比较 C 语言，用了一些 C++

2025-01-26 09:30:00 474

原创 GNSS-SDR源码阅读（一）软件介绍、编译调试、配置文件

GNSS-SDR（GlobalNavigationSatelliteSystems、SoftwareDefinedReceiver）是一个用 C++ 实现的 GNSS 软件接收机开源项目。有了 GNSS-SDR，用户可以通过创建一个图来构建 GNSS 软件接收器，图中的节点是信号处理块，线条代表它们之间的数据流。该软件为不同的合适射频前端提供接口，并实现从接收器一直到 PVT 解算的所有功能。

2025-01-26 08:30:00 1165

原创 ORB-SLAM3源码阅读（三）LocalMapping 线程

先加入关键帧和地图点到当前激活地图，删除其余帧，并通过对当前帧的附近关键帧操作，利用视觉 BA 或视觉-惯性 BA 优化地图。对于关键帧中每个未匹配的 ORB 特征点，在另一个关键帧中搜索与其他不匹配点进行匹配，丢弃不满足对极约束的匹配。：采用 ORB-SLAM1 (单目)的初始化流程，按照关键帧速率 4 Hz 运行 2s 揷入关键帧 ，然后按比例缩放的地图，包括10个关键帧以及上百个地图点，然后通过 Visual-Only BA 进行优化。随着关键帧数量的增加，BA 的复杂度也会随之提高。

2025-01-25 13:00:00 828

原创 ORB-SLAM3源码阅读（五）ORB-SLAM 延伸

有了对数数据，就可以根据 RGB-D 数据，更新整个八叉树地图。假设在 RGB-D 图像中观测到某个像素带有深度 d，就说明在深度值对应的空间点上观测到了一个占据数据，并且从相机光心出发，到这个点的线段上都没有物体（否则会被遮挡）。学过地信的都知道这种地图编码方式比较高效，节省空间，当某个方块的子节点都相同，就无需展开。ORB-SLAM3 生成的是稀释点云地图，只能定位，无法直接用于导航，需要对稀疏点云稠密化构建稠密地图。对于占据和空白来说，选择用概论的形式表达，这样就可以动态建模地图中的障碍物信息。

2025-01-25 10:30:00 1232

原创 ORB-SLAM3源码阅读（二）Tracking 线程

由于此时搜索出的角点过多，因此本文对检测出来的角点群利用非极大值抑制方法进行 FAST 角点的筛选，并在保留的 FAST 角点上计算方向，以此来实现特征点的旋转不变性，最后计算当前图像帧中角点的 BRIEF( binary robustindependent elementary features)描述子用于与上一帧中的角点的 BRIEF 描述子进行特征匹配。实际情况下，从不同的距离，不同的方向、角度，不同的光照条件下观察一个物体时，物体的大小，形状 ，明暗都会有所不同。

2025-01-24 10:15:00 1427

原创 ORB-SLAM3源码阅读（四）Loop&Merging 线程

Welding window 是由匹配的关键帧组合而成、重复的 3D 点被融合、更新共视图以及本质图的连接关系。当检测到闭环候选帧的时候，就需要对当前关键帧和对应的闭环候选帧之间计算其变换关系，即Sim3 求解。所有的被闭环处的关键帧观察到的地 图点会通过映射在一个小范围里，然后去搜索它的近邻匹配。，也 就能对当前关键帧进行位姿校正 (当然也要对关键帧对应的MapPoints 以及其共视的关键帧进行校正)。以及其共视帧，以及被这些关键帧观测的地图点。，并 更新关键帧位姿，以及在图中的边。

2025-01-24 08:15:00 1052

原创 01-ORB-SLAM3源码阅读（一）程序简介、编译调试、基础知识点

ORB 指 Oriented FAST and rotated BRIEF，是一种结合 FAST 和 BRIEF，并引入旋转不变性的一种特征点和描述子；SLAM 指 Simultaneous Localization and Mapping，指的是同时进行实时定位和地图构建。ORB-SLAM3 是迄今为止，最完整的视觉惯性 SLAM 系统系统，它是第一个集成了单目相机、双目相机、RGB-D相机，以及单目相机结合 IMU、双目相机结合 IMU 的 SLAM 系统。并且在 ORB-SLAM2 的基础上，改进了相

2025-01-23 13:00:00 1685 1

原创 VINS-Mono源码阅读（五）VIO 初始化

需要初始化的变量如下，分别是滑窗，状态，和外参：Xxk​xcb​​x0​x1​xn​xcb​λ0​λ1​λm​pbk​w​vbk​w​qbk​w​ba​bg​k∈0npcb​qcb​。

2025-01-23 08:30:00 1488

原创 VINS-Mono源码阅读（四）IMU预积分

加速度是由与载体固连的加速度计测量得到的（会跟随载体转动），每一时刻的加速度都是在当前的载体系下得到的，进行速度和位置的积分，前提是把这些加速度都统一到同一个坐标系下。如果我们假设参考坐标系下载体的初始速度和初始位置已知，利用载体运动过程中参考系下的加速度信息，就可以不断地进行积分运算，更新实时的速度和位置。及速度等状态，根据这种思路，如果知道上一帧图像采样时刻载体的位姿和速度，则可以根据两帧之间的 IMU 测量（角速度和比力）递推得到当前帧的位姿和速度。，利用 IMU 测量得到的比力和角速度信息进行。

2025-01-22 18:30:00 1264

原创 VINS-Mono源码阅读（二）Feature_tracker 节点：视觉前端

setMask() 函数，先对跟踪到的特征点 forw_pts 按照跟踪次数降序排列（认为特征点被跟踪到的次数越多越好），然后遍历这个降序排列，对于遍历的每一个特征点，在 mask 中将该点周围半径为 MIN_DIST 的区域设置为 0，在后续的遍历过程中，不再选择该区域内的点。因此，本质矩阵的维度是3 x 3。转化为用优化问题，为防止局部最小，用图像金字塔提高光流追踪的稳定性，图像缩放了更容易追踪，最终还要把找到的特征点返回到实际图像上的位置，上一次金字塔最终的结果作为下一次金字塔最终的初值。

2025-01-22 09:00:00 1935

原创 VINS-Mono源码阅读（一）程序简介、编译调试、配置文件

与双目相机和 RGB-D 相机相比，单目相机具有结构简单、成本低和处理速度快的优点。然而，单目 VSLAM 存在尺度不确定性、无法对齐位姿和重力方向的自身缺点和快速运动导致的运动模糊的环境下容易跟踪丢失等不足。为弥补此问题，可将单目相机和 IMU 相结合的传感器融合，这种融合方案被称为单目视觉惯性里程计（Visual Inertial Odometry，VIO）或单目视觉惯性 SLAM（Visual-inertial SLAM，VINS）。

2025-01-21 14:13:17 1819

原创 SoftGNSS软件接收机源码阅读（一）程序简介、运行调试、执行流程

卫星信号由导航电文、测距码、载波三个层次组成，GNSS 原始的信号频率高达 1.5 Ghz，且信号过于微弱，

2025-01-21 14:12:45 1653

原创 基于因子图优化的GNSS定位算法原理

GNSS在诸如城市、施工现场、农田、密林等城市峡谷等遮挡环境下：且由于在此类环境下，这些测量值的时间相关性更加明显，使用传统的滤波手段进行处理仅考虑前一状态的值忽略了其他历史状态值，使得定位结果更加不精确。为充分挖掘历史信息的作用，引入因子图优化（FGO）对GNSS测量值进行融合解算，该方法将伪距、载波相位、多普勒观测量添加为因子节点，引入多普勒因子连接历元间变量节点，实现解算模型的因子图优化。相较于滤波，因子图的优势体现在：因子图技术的潜力，也在一个近期的Google在美国导航协会的ION GNSS+ 2

2025-01-18 15:45:00 862

原创 GraphGNSSLib README翻译

此仓库是开源软件包的实现，GraphGNSSLib 利用因子图优化（FGO）来执行GNSS定位和实时动态（RTK）定位.在这个软件包中，历史和当前时期的测量结果被结构化为因子图，然后通过非线性优化进行求解。在容器中位于 ~/graph1/shared_dir ，你可以下载代码到 ~/shared_dir ，并且在容器中编译（推荐给那些有兴趣更改源代码的人）。如果你不熟悉ROS，我们强烈推荐推荐你用我们的Docker容器来使用GraphGNSSLib，具体见下文。已经安装在你的电脑上。

2025-01-18 07:30:00 842

原创 03-GICI-LIB源码阅读（三）因子图优化模型

原始 Markdown文档、Visio流程图、XMind思维导图见：https://github.com/LiZhengXiao99/Navigation-Learning。

2025-01-17 08:30:00 478

原创 02-GICI-LIB源码阅读（二）主要的类和程序执行流程

和 是 cpp 中用于函数包装和绑定的工具，在 GICI中用于绑定数据回调函数。 是一个可调用对象，可以存储任何可调用对象，例如函数指针、成员函数指针或 lambda 表达式。您可以使用 来创建一个函数对象，以便稍后调用。例如：在上面的例子中，我们使用 来存储 函数，并在 函数中调用它。 用于将函数和其参数绑定到特定的对象。它返回一个可调用对象，可以将其传递给 或直接调用。例如：在上面的例子中，我们使用 将 函数绑定到 对象上，并将参数 传递给它。然后，我们将绑定后的函数存储到 中

2025-01-16 16:45:00 1347

原创 01-GICI-LIB源码阅读（一）程序简介、编译调试、配置文件

作者的介绍：为了阐明 GNSS 的算法模型，加快在多源融合应用中针对 GNSS 的开发效率，我们开源了 GICI-LIB，并辅以详尽的文档和全面的数据集。GICI-LIB 以可扩展的设计理念，实现了GIC传感器之间多种形式的松紧组合。评估结果表明，GIC 系统能够在多种复杂环境下，提供分米到米级的高精度导航。GICI-LIB 全称GNSS/INS/CameraIntegrated Navigation Library，是上海交大最新开源的一套基于图优化的 GNSS+INS+Camera 集成导航定位库。

2025-01-16 11:30:00 883

原创 【论文翻译】GICI-LIB：A GNSS-INS-Camera Integrated Navigation Library

准确的导航定位信息对机器人和车辆至关重要。近年来，全球导航卫星系统（GNSS）、惯性导航全球导航卫星系统（GNSS）、惯性导航系统（INS）和相机（Camera）量测数据的融合（Integrated），由于在不同环境下的鲁棒性和高精度，受到了广泛关注。但在这些系统中，很难充分发挥 GNSS 的作用，因为 GNSS 可选择的误差模型、卫星星座、信号频率和增强服务类型太多了；不同的 GNSS 解算方式会带来不同的精度、鲁棒性、依赖性。

2025-01-15 19:59:42 949

原创 goGPS WiKi网站翻译

注意：目前只支持静止测站的解算，还不能动态解算。那是2007年，在米兰理工大学–科莫校区，最初有一套用来教学生GPS数据处理和 Kalman 滤波的程序。当时Mirko Reguzzoni 和 Eugenio Realini 觉得，基于MATLAB语言的新的GPS处理软件可能有发展空间。在一些学生（创始者）的帮助下，他们开始写一套利用 Kalman 滤波的完整软件。goGPS 的第一个版本可以追溯到2009年，当时代码在 GPL 下发布并上传到 SourceForge 平台。之后该软件开始在大学里被使用，并

2025-01-15 19:55:37 1076

原创 PPPLib源码阅读

PPPLib 基于 RTKLib 以 C++ 为主要开发语言编写，支持后处理 PPP、PPK、INS/GNSS 松组合和紧组合 ，作者是我的老师陈超。

2025-01-15 19:54:50 434

原创 微分方程-姿态阵微分方程及求解-四元数微分方程及求解-等效旋转矢量微分方程及求解

C˙bi=Cbi(ωibb×)\dot{\boldsymbol{C}}_{b}^{i}=\boldsymbol{C}_{b}^{i}\left({\boldsymbol{\omega}_{i b}^{b}}\times\right)C˙bi​=Cbi​(ωibb​×)描述的是姿态的变化和角速率 ωibb\boldsymbol{\omega}_{i b}^{b}ωibb​ 的关系，角速率正好可以由陀螺仪测量得到，三个轴装三个陀螺，就有了微分方程，再结合初值，可得到姿态变化阵。简记C˙bi=Cbi(ωib

2025-01-14 10:50:21 1156

原创 PSINS工具箱学习（五）SINS-GNSS组合导航

原始 Markdown文档、Visio流程图、XMind思维导图见：https://github.com/LiZhengXiao99/Navigation-Learning。

2025-01-14 10:47:55 624

原创 PSINS工具箱学习（四）捷联惯导更新算法

原始 Markdown文档、Visio流程图、XMind思维导图见：https://github.com/LiZhengXiao99/Navigation-Learning。

2025-01-14 10:47:20 523

原创 03-PSINS工具箱学习（三）让AI解释PSINS中的各种卡尔曼滤波函数

原始 Markdown文档、Visio流程图、XMind思维导图见：https://github.com/LiZhengXiao99/Navigation-LearningPSINS 中的 Kalman 滤波代码都在百行以内，没调用什么函数，而且通用性很强，拿去让 AI 解释，效果挺好。

2024-12-22 13:00:00 2105

原创 02-PSINS工具箱学习（二）姿态的表示：姿态阵、四元数、欧拉角、等效旋转矢量的概念和转换

由于捷联惯导系统采用通过姿态矩阵计算建立的数学平台，在捷联惯导系统的姿态、速度和位置的更新算法中，姿态算法对整个系统的精度影响最大，它是算法研究和设计的核心。姿态求解目标：知道初始姿态参数，实时根据陀螺仪的测量，输出姿态参数：根据原点的位置和轴线得到指向，可以将惯导坐标系分为以下几类：也称 ECI，原点在地球质心，坐标轴不随地球自转（Z轴指向北极，X轴指向春分点）。惯性传感器输出以此为基准。尽管受到太阳引力场的作用，存在 6∗10−7g6*10^{-7}g6∗10−7g 的公转向心力；但在地球表面以地球做惯

2024-12-22 10:30:00 465

原创 01-PSINS工具箱学习（一）下载安装初始化、SINS-GPS组合导航仿真、习惯约定与常用变量符号、数据导入转换、绘图显示

PSINS（Precise Strapdown Inertial Navigation System 高精度捷联惯导系统算法）工具箱由西北工业大学自动化学院惯性技术教研室严恭敏老师开发和维护。工具箱分为Matlab和C++两部分。主要应用于捷联惯导系统的数据处理和算法验证开发，它包括惯性传感器数据分析惯组标定初始对准惯导AVP（姿态-速度-位置）更新解算、组合导航Kalman滤波等功能。C++部分采用VC6编写，可以用于嵌入式开发。如果你之前还没接触过PSINS工具箱，强烈建议先去看严老师的视频讲解。

2024-12-21 10:15:00 3197

原创 GAMP源码阅读：卫星位置钟差计算

原始 Markdown文档、Visio流程图、XMind思维导图见：https://github.com/LiZhengXiao99/Navigation-Learning。

2024-12-21 08:00:00 1451

原创 GAMP源码阅读：RINEX文件读取

原始 Markdown文档、Visio流程图、XMind思维导图见：https://github.com/LiZhengXiao99/Navigation-Learning。

2024-12-20 14:00:00 1129

原创 GAMP源码阅读：PPP中的模型改正：对流层延迟、电离层延迟、天线相位、潮汐、地球自转效应、引力延迟

对流层一般指距离地面 50km 内的大气层，是大气层质量的主要部分。当导航信号穿过对流层时，由于传播介质密度的增加，信号传播路径和传播速度会发生改变，由此引起的 GNSS 观测值误差称为对流层延迟。对流层延迟一般可分为干延迟和湿延迟，对于载波相位和伪距完全相同，一般在米级大小，可通过模型改正和参数估计的方法来削弱其影响。修正模型如下：T=MdryTdry+MwetTwetT=M_{d r y} T_{d r y}+M_{w e t} T_{w e t}T=Mdry​Tdry​+Mwet​Twet​式

2024-12-20 09:00:00 1654

原创 GAMP源码阅读（下）精密单点定位 PPP

以非差非组合双频 PPP 模型为例，假如某一时刻观测到 m\mathrm{m}m 颗卫星，则可建立 4 m4 \mathrm{~m}4 m 个观测方程，其误差方程为：V4m×1=H4m×n⋅X−ln×1\underset{4 m \times 1}{\mathbf{V}}=\underset{4 m \times n}{\mathbf{H}} \cdot \mathbf{X}-\underset{n \times 1}{\mathbf{l}}4m×1V​=4m×nH​⋅X−n×1l​式中，V\mat

2024-12-19 11:45:00 1483

原创 GAMP源码阅读（中）伪距单点定位 SPP

默认使用广播星历计算卫星位置、钟差，使用克罗布歇模型通过广播星历中的参数计算电离层延迟，使用 Saastamoinen 模型计算对流层延迟。调用 计算卫星位置、卫星钟差：调用 计算接收机位置：加权最小二乘，其中会调用 valsol 进行卡方检验和GDOP检验。存入方位角和俯仰角 ，赋值解算状态结构体 ssat。2、estpos()这个函数是 GAMP 新加的，原本 的内容都移到 中了；这个函数看着着实费劲，有段看半天没看明白，后来把代码复制给 AI，才知道那啥计算阶乘、组合数。先初始化待估参

2024-12-19 10:45:00 968

原创 RTKLIB源码阅读（十）精密单点定位 PPP

【代码】RTKLIB源码阅读（十）精密单点定位 PPP。

2024-12-18 10:30:00 2854

原创 GAMP源码阅读（上）主要类型、后处理流程

GAMP 全称 (GNSSAMPrecise positioning)，在 RTKLIB 的基础上，将一些多余的函数、代码简洁化，精简出后处理 PPP 部分，并对算法进行改进增强。简化后代码比 RTKLIB 原版还要简单，对初学者非常友好，在我接触过的导航定位开源程序中算是最简单的。使用也很方便，软件包里提供了 VS 工程，和组织好的配置文件、数据文件；设置好 pthreads 库，简单改改文件路径就能算出结果。大部分沿用 RTKLIB，做了少量拓展大部分沿用 RTKLIB，做了少量拓展。

2024-12-18 08:15:00 1199

原创 RTKLIB源码阅读（九）相对定位 RTK、PPK、RTD

存RTK选项，定位结果2、sol_t：结果结构体3、SOLQ_XXX：解的类型状态4、ambc_t：模糊度固定控制结构体5、ssat_t：卫星状态控制结构体6、prcopt_t：算法处理选项结构体7、obs_t：观测值信息结构体存一系列的字段是数组，字段表示存着的数目，字段表示目前内存空间最大能存的数目函数执行向中添加观测值数据的操作，先检验值，不够就函数中读取完数据后，会调用根据time, rcv, sat ，对的元素进行排序、去重，得到历元数，调用,进行星历数据的排

2024-12-17 12:45:00 717

原创 RTKLIB源码阅读（八）伪距单点定位 SPP

卫星GNSS电磁波信号在传播过程中需要穿过地球大气层，会产生一些大气延迟误差，包括电离层延迟误差和对流层延迟误差。电离层的范围从离地面约50公里开始一直伸展到约1000公里高度的地球高层大气空域。电离层的主要特性由电子密度、电子温度、碰撞频率、离子密度、离子温度和离子成分等空间分布的基本参数来表示。电离层的研究对象主要是电子密度随高度的分布。电子密度（或称电子浓度）是指单位体积的自由电子数，随高度的变化与各高度上大气成分、大气密度以及太阳辐射通量等因素有关。

2024-12-17 10:30:00 642

原创 RTKLIB源码阅读（六）观测值误差改正：电离层、对流层、天线相位中心、相位缠绕、DCB

文件头结束于。多组总电子含量，每组以，结束于。多组电子含量均方根误差，与总电子含量对应，开始于，结束于DCB数据块开始于，结束于，也称辅助数据块天线相位中心，即天线]接收信号的电气中心，其空间位置在出厂时往往不在天线的几何中心上。天线所辐射出的电磁波在离开天线一定的距离后，其等相位面会近似为一个球面，该球面的球心即为该天线的等效相位中心，即天线相位中心（Antenna Phase Center ）GNSS观测量是相对于接收机天线的平均相位中心。

2024-12-16 16:35:39 492

原创 RTKLIB源码阅读（五）导航电文、星历数据读取、卫星位置钟差计算

GPS卫星信号由载波、伪码、导航电文（数据码）三个层次组成。数据码首先与伪码异或相加实现扩频，然后二者的组合码通过双向移位键控（BPSK）对载波进行调制。用户接收机首先对载波信号进行BPSK（调相调制）解调，使卫星信号的中心频率从L1下变频为0，之后再将载波解调后的卫星信号与接收机内部复制的C/A码Gi做自相关运算，剥离卫星信号中的C/A码，使信号频宽变回到只含数据码的基带，以得到 50bps 数据码，再按导航电文的格式最终将数据码编译成导航电文。每一个子帧的第一个字均为遥测字，在导航电文中每6s出现一次，

2024-12-16 16:35:02 2325

原创 RTKLIB源码阅读（四）观测数据读取：RINEX、RTCM、NMEA、接收机原始数据

卫星导航定位都是通过对卫星观测以获得卫星所需的观测量来实现的，卫星发射的信号由载波测距码导航电文三部分组成，接收机通过接收处理卫星信号生成定位所需的观测量。RINEX 是的缩写。采用文本文件ASCII码存储数据。数据记录格式与接收机的制造厂商和具体型号无关，这样可以方便数据的传递，使数据尽可能多被使用。观测数据文件O导航信息文件N气象数据文件Meteorological Data File），本文主要介绍OBS和NAV文件的读取。文件结构都以节、记录、字段和列为单位逐级组织。

2024-12-11 10:00:00 2678 1

基于MATLAB实现的电力和储能系统工具箱（可用于逆变器型储能系统（ESS）的电力系统动态仿真与分析）+说明资料.zip
基于MATLAB实现的电力和储能系统工具箱（可用于逆变器型储能系统（ESS）的电力系统动态仿真与分析）+说明资料.zip 用于动态仿真和分析电力系统，特别是公用事业级逆变器储能系统（ESS）。 它是基于RPI在2020年发布的PST v3.0开发的，主要改进包括添加ESS模型、线性化程序优化、批处理模式等。 提供了多个ESS相关模型，包括能量存储设备模型（ess）、用户自定义控制模型（ess_sud）等。 支持三相电阻分流插入和改进的线性化例程，提高了仿真精度。 文档和示例代码可在项目的man和analysis文件夹中找到，用户可根据提供的说明运行示例。

2026-03-14

老人智能健康与安全监测风险评估系统（完整源码+说明资料）.zip
老人智能健康与安全监测风险评估系统（完整源码+说明资料）.zip

2026-03-11

python分别基于逻辑回归、K均值聚类和深度学习实现信用卡欺诈检测系统+论文+数据.zip
python分别基于逻辑回归、K均值聚类和深度学习实现信用卡欺诈检测系统+论文+数据.zip 用于信用卡欺诈检测的机器学习项目，包含三个模型：逻辑回归、K均值聚类和深度学习

2026-03-09

2026新作品-基于STM32的MAX30102心率血氧监测仪源码+文档说明（含软硬件资料）.zip
STM32的MAX30102心率血氧监测仪 项目整体功能概述 该项目实现 MAX30102传感器驱动 + 心率血氧计算算法 + Arduino示例程序。 核心功能： 1️⃣ MAX30102硬件驱动 I2C通信 寄存器配置 LED电流控制 FIFO数据读取 2️⃣ PPG信号采集 MAX30102通过： 红光LED 红外LED 检测血液反射光变化，获取 PPG（光电容积脉搏波）信号。 3️⃣ 心率计算 通过检测PPG信号中的 峰值周期 计算心率： HeartRate = 60 / 心跳周期 4️⃣ 血氧SpO2计算 根据 红光与红外光吸收比例 计算血氧饱和度。 基本公式： R = (ACred/DCred) / (ACir/DCir) SpO2 ≈ 110 − 25 × R

2026-03-08

课设项目-基于XGBoost进行时间序列预测源码+说明+数据（天气预测）.zip
这个项目专门讲如何系统性地做时序特征工程：hour/weekday 等时间特征、lag features（滞后 N 步）、rolling mean/std、外部变量（天气/节假日）引入，并分析每类特征对 RMSE 的贡献，消融逻辑很清晰，直接可以借鉴作为您"特征工程消融实验"的代码框架

2026-03-06

课设高分-基于TCP的加密通讯系统（python源码+说明文档+全部资料）.zip
快速开始 (Quick Start) 环境要求 Python 3.x macOS / Linux / Windows 1. 安装依赖 建议使用 pip 安装项目所需的依赖库： # 使用 Makefile make install # 或者手动安装 pip install -r requirements.txt 2. 运行软件 你需要启动两个终端窗口，一个运行服务器，一个运行客户端。 步骤 1：启动服务器 # 使用 Makefile make server # 或者手动运行 python3 Server.py 注意：服务器启动后会显示 "正在监听中..." 步骤 2：启动客户端 # 使用 Makefile make client # 或者手动运行 python3 Client.py 3. 使用说明 建立连接：客户端启动后，会自动尝试连接本地服务器 (127.0.0.1:4396)。如果连接成功，你会看到提示 "连接成功"。 发送消息：在输入框输入文字，点击“发送”按钮或按键盘的上方向键 ↑ 发送加密消息。 文件传输：点击“上传文件”按钮选择文件进行加密传输。 设置 IP：如果服务器和客户端在不同机器上，点击“设置ip”按钮修改目标服务器的 IP 地址。

2026-03-05

毕设课题基于领域泛化的机械故障诊断与预测研究项目（含源码+文档说明及全部资料）.zip
基于领域泛化的机械故障诊断与预测研究项目源码+文档说明及全部资料.zip

2026-03-05

毕设项目-基于深度学习与强化学习的股票价格预测及模拟交易系统源码+文档说明资料.zip
毕设项目-基于深度学习与强化学习的股票价格预测及模拟交易系统源码+文档说明资料.zip 项目中包含的模型包括LSTM、GRU、Seq2seq、CNN-Seq2seq、Attention-is-all-you-Need等，且列出了每种模型的准确性及训练时间。 提供了多种基于强化学习的智能代理，包括Q-learning代理、Actor-critic代理和其他策略代理。 数据探索部分包括对特斯拉股票的研究、异常值分析、超买超卖分析以及股票选择指南。 提供了多种模拟方法，例如蒙特卡洛模拟、动态波动蒙特卡洛模拟、投资组合优化等。 项目还支持使用Tensorflow.js进行LSTM和信号滚动代理的实现，用户可以上传历史CSV数据进行动态预测。

2026-03-01

php+mysql实现的生产、采购和销售管理系统（毕设课设项目）.zip
php+mysql实现的生产、采购和销售管理系统（毕设课设项目）.zip 目前实现了如下一些功能： 物品管理（将所有的商品、原材料以及虚拟物品放在一起管理） 物品包管理（可以将一些相关的物品放进物品包，主要用于产品加工时的原材料的管理） 物品销售、采购、加工制造 多仓库管理，可以自由切换到各个仓库查看，也可以对各个仓库间的调货进行管理 人员管理，包括对顾客、供应商、员工的管理 技术方面，这个系统使用php+mysql，后端框架为CodeIgniter 3.x，前端使用Bootstrap 3.x，运行环境要求如下： php>=5.5（暂不支持php7.x），必需的php模块为php-gd, php-bcmath, php-intl, php-sockets, php-mcrypt 和 php-curl mysql 5.5,5.6 和 5.7 Apache 2.2 和 2.4 登陆 用户名：admin，密码：pointofsale

2026-02-28

基于Verilog的AES-128加密解密算法硬件实现源码+文档说明及全部资料.zip
基于Verilog的AES-128加密解密算法硬件实现源码+文档说明及全部资料.zip

2026-02-27

基于PP-OCR的超轻量级多语言文字识别系统源码+文档说明及全部资料.zip
基于PP-OCR的超轻量级多语言文字识别系统源码+文档说明及全部资料.zip

2026-02-12

微型逆变器的最大功率点跟踪matlab仿真项目源码及资料.zip
微型逆变器的最大功率点跟踪

2026-02-11

基于Simulink的光伏电池MPPT最大功率点跟踪算法仿真系统源码+文档说明及全部资料.zip
基于Simulink的光伏电池MPPT最大功率点跟踪算法仿真系统源码+文档说明及全部资料.zip 主要功能点 提供多种MPPT算法的Simulink仿真模型（恒定电压法、电导增量法、扰动观察法） 包含Kalman滤波MPPT实现 单相逆变电路模型与代码 微型逆变器的最大功率点跟踪实验记录和参考资料 DLL库文件支持

2026-02-11

基于Simulink的两轮平衡车多体动力学建模项目源码+文档说明及全部资料.zip
使用MATLAB Simulink和Simscape进行自平衡机器人仿真的项目。该项目通过构建动力学模型，采用PID控制器实现两轮机器人的自动平衡功能。项目包含完整的Simulink仿真模型文件和演示视频，展示了机器人能够在PID控制下保持平衡，虽然存在轻微的方向偏移，但可通过调整PID积分常数来改进。 主要功能点 自平衡两轮机器人的动力学建模与仿真 基于PID控制器的平衡控制算法实现 完整的Simulink/Simscape仿真环境 动态仿真视频演示和模型可视化 技术栈 MATLAB Simulink（仿真建模） Simscape（物理系统仿真） PID控制理论 机器人动力学与控制

2026-02-08

基于YOLOv8算法的植物害虫实时检测与智能防治系统源码+运行教程+数据集含GUI界面.zip
基于YOLOv8算法的植物害虫实时检测与智能防治系统源码+运行教程+数据集.zip 基于YOLOv8深度学习框架的害虫检测识别系统。该项目提供了一个完整的害虫识别解决方案，包含模型训练、视频检测、摄像头实时检测和图像检测等功能模块。项目包含预训练模型（yolov8n.pt）、UI程序界面、数据集和检测工具等核心组件，支持多种输入源的害虫识别任务。 主要功能 支持实时摄像头害虫检测（CameraTest.py） 支持视频文件害虫检测（VideoTest.py） 支持图像文件害虫检测（imgTest.py） 完整的模型训练管道（train.py） 图形化用户界面程序（UIProgram） 集成登录认证模块（login_widget.py） 通用检测工具库（detect_tools.py） 技术栈 核心框架: YOLOv8 深度学习框架 编程语言: Python 100% 主要库: 包含在requirements.txt中的依赖库 模型: YOLOv8 Nano预训练模型（yolov8n.pt，6.23 MB） UI框架: 自定义UI程序模块

2026-02-07

基于Simulink的同步发电机励磁与调速控制系统源码+文档说明.zip
基于Simulink的同步发电机励磁与调速控制系统源码+文档说明.zip同步发电机控制系统的Simulink设计项目。该项目展示了如何使用MATLAB和Simulink工具设计和实现同步发电机的调节和反馈控制系统。项目包含完整的仿真模型、项目提案文档和相关资源，支持用户直接打开Final_Model.slx文件进行仿真和学习。该项目基于MathWorks官方Simulink模板进行扩展和定制。 【功能点】 同步发电机的动态建模和仿真 反馈控制系统设计与实现 三相同步发电机控制 完整的Simulink模型和可视化界面 项目文档和学习资源提供 技术栈 MATLAB/Simulink（100%） SimPowerSystems工具箱 三相电机控制建模

2026-02-06

网络摄像头-ESP8266+STM32+OV2640源码+操作指南说明.zip
网络摄像头-ESP8266+STM32+OV2640源码+操作指南说明.zip 这是一个基于STM32、ESP8266和OV2640摄像头的网络摄像头项目。该项目通过不断向服务器发送查询请求来确认是否需要拍照，支持图像通过POST方式传输到服务器。硬件配置包括两个按键，分别用于拍照和进入AirKiss模式（WiFi配置）。项目代码主要使用C语言编写，基于正点原子的参考例程进行定制开发。 主要功能点 基于OV2640摄像头的图像采集功能 ESP8266 WiFi连接与通信 STM32主控制器控制 图像通过POST方式上传至服务器 服务器查询控制拍照功能 AirKiss无线配置模式支持 两个按键控制（拍照键、AirKiss模式键） 技术栈 微控制器：STM32F10x系列 WiFi模块：ESP8266 摄像头模块：OV2640 编程语言：C语言(94%)、汇编语言(5.6%) 开发工具：Keil MDK 固件库：STM32F10x固件库

2026-02-05

基于视觉Transformer的混合类型半导体晶圆缺陷识别源码+数据集.zip
基于视觉Transformer的混合类型半导体晶圆缺陷识别源码+数据集.zip 本项目是一个使用视觉变换器(Vision Transformer, ViT)模型进行半导体晶圆混合型缺陷识别的深度学习应用。该项目使用MixedWM38数据集，包含38,000个晶圆图，涵盖1种正常模式、8种单一缺陷模式和29种混合缺陷模式，共38种缺陷类型。模型通过将图像分割成4x4补丁并应用线性投影、位置嵌入和变换器块进行处理，最终实现98.98%的准确率。该项目旨在帮助半导体制造商提高产品质量、降低生产成本并优化产率。 功能 混合型晶圆缺陷模式识别与分类 支持单一和多种缺陷类型的同时检测 基于视觉变换器的图像分类模型 高精度缺陷预测与分析（98.98%准确率） 缺陷根本原因分析辅助

2026-02-05

基于python计算机视觉的羽毛球运动分析系统（毽子追踪检测）源码+文档说明+模型.zip
基于计算机视觉技术的项目，用于在羽毛球比赛视频中检测运动员和羽毛球。该项目通过应用先进的计算机视觉算法，能够准确识别和定位羽毛球比赛中的球员位置和羽毛球位置，从而增强对羽毛球比赛的分析能力。项目提供了完整的数据集准备、模型训练和视频分析流程。 主要功能 检测羽毛球比赛中的运动员位置 检测羽毛球（羽毛球）的位置 支持对新视频和图像的实时分析 提供模型训练和配置优化功能 包含数据集准备和标注指南

2026-01-30

基于FastAPI和Vue的xianyu二手商品数据爬取与可视化系统（含前后端完整源码）.zip
主要功能点 使用Selenium + Edge浏览器自动化爬取闲鱼二手商品数据 FastAPI后端提供RESTful接口处理爬虫数据 Vue前端实现商品数据的可视化展示 支持本地部署和运行 技术栈 后端：Python、FastAPI、Selenium、Requests 前端：Vue、JavaScript、HTML 工具：Edge WebDriver、Node.js、npm 可以作为毕设、课设项目，2026年最新

2026-01-21

本科毕业设计-光伏发电场景生成项目-深度学习进行光伏发电的日前预测和场景生成python源码+说明.zip
伏发电场景生成项目是一个本科毕业设计项目，专注于使用深度学习技术进行光伏发电的日前预测和场景生成。项目基于NREL加州2006年全年历史数据（5分钟分辨率），研究了DNN、CNN、GAN等多种深度学习模型，并开发了DCGAN模型用于训练光伏功率数据集。该项目包含完整的数据处理、模型训练、场景优化等全流程代码。

2026-01-11

基于Kolmogorov-Arnold Networks (KAN)和其他机器学习模型的叶绿素-a (Chl-a)浓度预测和预测.zip
基于Kolmogorov-Arnold Networks (KAN)和其他机器学习模型的叶绿素-a (Chl-a)浓度预测和预报.zip 基于Kolmogorov-Arnold Networks (KAN)和其他机器学习模型的叶绿素-a (Chl-a)浓度预测和预测.zip 该项目提供了一个GUI界面，支持多种单变量时间序列模型，可用于预测和预报世界上最大湖泊的叶绿素-a浓度。项目包含完整的训练、测试代码和相应的研究论文支持，用户可以加载自己的数据集，选择模型进行训练，查看性能指标（MAE、MSE、R²），并进行未来值的预报。 主要功能点 支持7种机器学习模型：KAN、MLP-NN、LSTM、GRU、随机森林、高斯过程回归和支持向量机回归 自动生成12个滞后特征（基于月度频率，可根据数据集调整） 提供默认6个月的预报时长（可根据需求修改） 展示训练结果的实际值与预测值对比图 计算并输出关键性能指标（MAE、MSE、R²） 支持用户使用训练好的模型进行未来值预报 技术栈 编程语言：Python、Jupyter Notebook

2026-01-07

基于遗传算法的带时间窗车辆路径优化系统python源码.zip
这是一个基于遗传算法的Python实现项目，用于解决带时间窗口的车辆路由问题(VRPTW)及其扩展问题(VRPMV)。项目提供了完整的GA框架，包括个体编码/解码、选择、交叉、变异等遗传操作，支持Solomon基准测试集，并可处理自定义数据。项目还扩展支持多资源协同配送场景(重型和轻型资源的运动同步)。 主要功能: 基于DEAP库的遗传算法实现框架 支持Solomon VRPTW基准问题(R、C、RC系列) 灵活的个体表示与解码机制(支持容量和时间窗口约束) 部分匹配交叉(PMX)和逆序变异操作 轮盘赌选择与精英选择策略 多进程并行计算支持 自定义问题实例支持(文本/JSON格式转换) 运动同步车辆路由问题(VRPMV)扩展功能 CSV格式日志导出与结果分析

2026-01-07

基于React+TypeScript开发GRE词汇网页应用程序源码+演示链接.zip
基于React+TypeScript开发GRE词汇网页应用程序源码+演示链接. 核心功能特色 1. 智能词汇闪卡学习 3D翻转动画：模拟真实卡片体验，点击或滑动翻转 手势交互：支持左右滑动操作（滑动=掌握/遗忘，滑动<阈值=回到原位） 语音功能：内置发音按钮（可扩展语音合成） 多语言释义：中英文释义对照，便于理解 2. 完整的GRE词汇数据库 25个精选GRE词汇：涵盖核心、高频、学术三类词汇 丰富学习内容：每个词汇包含音标、释义、例句、同义词 难度分级：简单、中等、困难三个级别 分类标签：核心词汇、高频词汇、学术词汇 3. 个性化学习体验 学习统计：实时跟踪掌握/模糊/遗忘词汇数量 进度可视化：圆形进度环和详细的学习报告 成就系统：基于准确率的学习评价和建议 本地存储：自动保存学习进度和统计数据 4. 移动端优化设计 现代简约风格：遵循设计规范，减少认知负荷 响应式布局：完美适配手机、平板、电脑 触摸友好：所有按钮和交互元素都针对移动端优化 安全区域：考虑iPhone等设备的刘海和底部区域

2026-01-07

真实环境中使用深度神经网络进行无人机声音检测的研究实现python源码（RNN、CNN和GMM三种模型识别）.zip
该项目是一个关于在真实环境中使用深度神经网络进行无人机声音检测的研究实现。这是发表在EUSIPCO17会议上的论文的Python实验代码实现。项目包含了三种不同的机器学习模型（RNN、CNN和GMM）用于无人机声音的检测和识别。 主要功能 基于RNN的无人机声音检测实验 基于CNN的无人机声音检测实验 基于GMM的无人机声音检测对比实验 包含数据集交叉验证构建工具 包含模型训练、绘图和结果解析工具 技术栈 Python 2.7 TensorFlow 0.12 Scikit-learn 0.18 Librosa 0.4.3

2026-01-04

基于YOLOV5和DeepSORT算法的车辆多目标实时跟踪系统.zip
基于YOLOV5和DeepSORT算法的车辆多目标实时跟踪系统.zip 本项目是一个基于YOLOV5和DeepSORT算法的车辆多目标实时跟踪系统。项目使用西安南二环路高流量交通视频数据，通过YOLOV5进行车辆目标检测，结合DeepSORT深度学习算法实现多车辆的实时精准跟踪。项目包含完整的训练数据集、预训练权重文件和推理代码，支持视频文件、网络摄像头、RTSP流和HTTP流等多种输入源。 功能 基于YOLOV5的实时车辆目标检测 基于DeepSORT的多目标跟踪与关联 支持多种视频源输入（本地视频、网络摄像头、流媒体） MOT格式的跟踪结果输出 提供自定义数据集的训练支持 技术栈 Python 3.6+ PyTorch >= 1.7 YOLOV5（目标检测框架） DeepSORT（多目标跟踪算法） OpenCV（视频处理）

2026-01-04

PHP开发与安全防护实战测试python脚本-学习进阶
PHP开发与安全防护实战测试python脚本-学习进阶

2026-01-04

基于Flask+python的全国各省人口数据可视化大屏滚动展示系统（源码+sql数据库）.zip
基于Flask+python的全国各省人口数据可视化大屏滚动展示系统（源码+sql数据库）.zip 【资源说明】 1、该项目是团队成员近期最新开发，代码完整，资料齐全，含设计文档等 2、上传的项目源码经过严格测试，功能完善且能正常运行，请放心下载使用！ 3、本项目适合计算机相关专业(人工智能、通信工程、自动化、电子信息、物联网等)的高校学生、教师、科研工作者、行业从业者下载使用，可借鉴学习，也可直接作为毕业设计、课程设计、作业、项目初期立项演示等，也适合小白学习进阶，遇到问题不懂就问，欢迎交流。 4、如果基础还行，可以在此代码基础上进行修改，以实现其他功能，也可直接用于毕设、课设、作业等。 5、不懂配置和运行，可远程教学 欢迎下载，学习使用！

2026-04-16

基于Flask系统的皮肤癌七类在线诊断Web应用源码+文档说明及全部资料.zip
基于Flask系统的皮肤癌七类在线诊断Web应用源码+文档说明及全部资料.zip 项目简介：核心功能描述、在线演示与相关链接 核心功能：7 大功能特点（含客户端推理、隐私保护、批量处理等） 可识别病变类型：以表格形式列出全部 7 种病变（nv、mel、bkl、bcc、akiec、vasc、df），含中文名称和良/恶性分类 技术栈：模型训练（MobileNet + Keras）、部署（TensorFlow.js）、前端（HTML/CSS/JS）等 项目结构：完整目录树说明 快速开始：在线使用 + 本地 Conda 环境搭建步骤 使用指南：桌面端和移动端（Android）的操作步骤，以及结果解读方法 模型信息：架构、数据集、输入格式等 局限性说明：明确列出模型的已知不足与使用警告 隐私保护：解释客户端推理的原理与优势

2026-04-14

数字媒体科技作品-2023年全国大学生数据可视化赛道创意作品（完整源码及说明文档资料）.zip
数字媒体科技作品-2023年全国大学生数据可视化赛道创意作品（完整源码及说明文档资料）.zip

2026-04-14

新毕设基于DAG结构学习的因果推理与决策辅助系统源码+文档说明资料.zip
新毕设基于DAG结构学习的因果推理与决策辅助系统源码+文档说明资料.zip

2026-04-14

基于深度神经网络(DNN)的沃尔玛部门级周销量预测源码+文档说明+数据.zip
该项目专注于使用深度学习和机器学习对沃尔玛销售数据进行时间序列预测，DNN 准确率达到 90.50%。模型架构为：输入层（23维，64输出，ReLU激活）→ 1层隐藏层（32节点）→ 输出层（1节点），使用 Adam 优化器，Batch Size 5000，训练 100 个 Epoch。 GitHub 数据按 Store + Dept 分组聚合，包含 max/min/mean/median/std 等统计特征，并合并了 MarkDown1~5 促销字段，最终按 8:2 划分训练集和测试集。 GitHub 技术栈： Python、Keras、Scikit-learn 对比模型： Linear Regression (92.28%)、Random Forest (97.89%)、XGBoost (94.21%)、KNN (91.97%)

2026-04-07

基于大语言模型(LLM)与RAG技术的现代化智能客服助手源码+文档说明及全部资料.zip
本项目是一个面向小白开发者的大模型应用开发教程，旨在基于阿里云服务器，结合个人知识库助手项目，通过一个课程完成大模型开发的重点入门，主要内容包括： 大模型简介，何为大模型、大模型特点是什么、LangChain 是什么，如何开发一个 LLM 应用，针对小白开发者的简单介绍； 如何调用大模型 API，本节介绍了国内外知名大模型产品 API 的多种调用方式，包括调用原生 API、封装为 LangChain LLM、封装为 Fastapi 等调用方式，同时将包括百度文心、讯飞星火、智谱AI等多种大模型 API 进行了统一形式封装； 知识库搭建，不同类型知识库文档的加载、处理，向量数据库的搭建； 构建 RAG 应用，包括将 LLM 接入到 LangChain 构建检索问答链，使用 Streamlit 进行应用部署 验证迭代，大模型开发如何实现验证迭代，一般的评估方法有什么； 本项目主要包括三部分内容： LLM 开发入门。V1 版本的简化版，旨在帮助初学者最快、最便捷地入门 LLM 开发，理解 LLM 开发的一般流程，可以搭建出一个简单的 Demo。 LLM 开发技巧。LLM 开发更进阶的技巧，包括但不限于：Prompt Engineering、多类型源数据的处理、优化检索、召回精排、Agent 框架等 LLM 应用实例。引入一些成功的开源案例，从本课程的角度出发，解析这些应用范例的 Idea、核心思路、实现框架，帮助初学者明白其可以通过 LLM 开发什么样的应用。

2026-04-07

最新开发-基于BERT的中文情感分类任务python实现源码含数据集+模型（可自己训练测试）.zip
基于 BERT 的中文情感分类任务，文章介绍了如何使用 transformers 库和相关工具实现中文情感分析。通过预训练的 BERT 模型对文本进行分类，标签分为正面（positive）、负面（negative）和中性（neutral）。详细讲解了从数据准备到模型训练的完整流程，并提供了脚本文件结构及注意事项。 关键点 文章介绍了基于 BERT 的中文情感分类任务，使用 transformers 库和 bert-base-chinese 模型完成文本情感分类。 数据处理包括读取 CSV 文件、标签映射、提取文本和标签，以及划分训练集和测试集。 使用预训练的 BERT 分词器对数据进行标记化处理，然后加载 BERT 模型并设置分类任务的标签数为 3（正面、负面、中性）。 定义了训练参数（如训练轮次、批量大小）和性能评估函数（准确率和 F1 分数），并通过 Trainer 进行模型训练和验证。 提供了脚本文件的结构说明，包括输入数据文件、预处理数据文件和训练输出目录等内容。 提醒用户需确保输入数据格式正确，并根据具体任务需求调整训练参数。

2026-04-02

BP神经网络MATLAB实现源码+文档说明及全部资料.zip
BP神经网络MATLAB实现源码+文档说明及全部资料

2026-04-01

python数据分析项目-基于机器学习的疾病预测与健康风险评估系统（python源码+数据）.zip
python数据分析项目-基于机器学习的疾病预测与健康风险评估系统（python源码+数据） 本项目是一个完整的 Python 数据分析实战项目，主题为「基于医疗健康数据分析中的疾病预测与风险评估」。项目以 Pima 印第安人糖尿病数据集为核心，涵盖从数据清洗、探索性分析、特征工程、机器学习建模到风险等级评估的完整端到端流程。 代码.py 主流程：数据加载 → 清洗 → EDA → 建模 → 风险评估 Feature Engineering.py 特征工程：多项式特征、对数变换、BMI/年龄分箱 SMOTE-ENN.py 类别不平衡处理：SMOTE-ENN 混合过采样 hyperparameter;.py XGBoost 超参数网格搜索调优（GridSearchCV） shap.py SHAP 可解释性分析：特征重要性与单样本解释 Risk Assessment.py 五级风险评估系统 + KS 统计量计算 Ada_diagnosis.py ADA 临床诊断标准一致性验证（Kappa 系数） Generate_intervention_advice.py 个性化健康干预建议引擎 Validate_datetime.py 时间格式与范围校验工具 diabetes.csv 本地数据集（768条，Pima 糖尿病数据）

2026-03-18

基于SDR（软件定义无线电）的IEEE 802.11 WiFi设计（提供Linux驱动、FPGA设计和相关工具）.zip
基于SDR（软件定义无线电）的IEEE 802.11 WiFi设计（提供Linux驱动、FPGA设计和相关工具）.zip 基于SDR（软件定义无线电）的开源IEEE 802.11 WiFi设计，提供Linux驱动、FPGA设计和相关工具。它支持802.11a/g/n协议，并涵盖了广泛的功能和硬件平台。用户可以通过订阅获得高级功能和专属支持，同时需要遵守本地频谱法规。 关键点 OpenWiFi是一个开源的Linux mac80211兼容全栈IEEE802.11/Wi-Fi设计，基于SDR技术。支持802.11a/g/n协议，提供20MHz带宽和70 MHz至6 GHz的频率范围。 项目提供多种操作模式，包括Ad-hoc、Station、AP和Monitor模式，并支持802.11数据包注入和模糊测试。 支持实时捕获IQ数据、信号强度（RSSI），以及频道状态信息（CSI），并提供CSI雷达功能。 提供双天线版本，支持可配置的频道访问优先级参数，例如接收器灵敏度和RTS/CTS时长等。 支持多种SDR硬件平台，包括Xilinx ZC706、ZCU102、ADRV9361-Z7035等。 提供详细的安装和配置指南，包括SD卡镜像的下载和烧录、FPGA更新、驱动更新以及sdrctl工具的使用。 项目采用AGPLv3开源许可，同时部分组件使用GPL 2.0或BSD 3许可。 项目获得欧盟Horizon2020计划和NLnet基金的资助。 提供丰富的资源，包括文档、应用笔记、视频和贡献指南

2026-03-16

基于Bailey四步FFT算法的FPGA高速FFT处理器设计.zip
基于Bailey四步FFT算法的FPGA高速FFT处理器设计 该项目是一个基于Bailey四步大FFT算法的高度优化流式FFT核心。支持连续的无间隙数据输入输出，支持2的幂次大小和定点数据。资源使用与Xilinx FFT IP核心相当，常见大小的最大频率（Fmax）提升高达30%。 该项目的基本架构通过将大小为N的FFT分解为N2个大小为N1的FFT，然后重新排序并通过旋转因子进行乘法运算，最后再进行N1个大小为N2的FFT。 提供脚本codegen/gen_fft.py用于生成顶层VHDL代码，用户可通过修改codegen/gen_fft_layouts.py中的FFT布局定义来自定义FFT大小。 项目支持多种FFT实现，包括4-FFT和2-FFT的不同实现，具有面积和速度之间的权衡。 提供了详细的时序约束和BRAM级联禁用设置，以满足时序要求，特别是针对Ultrascale系列的器件。 项目支持多种FPGA平台（如Zynq-7000、Kintex-7、Kintex Ultrascale），并提供了详细的资源使用和性能数据。

2026-03-16

基于SVM的支持向量机手写数字识别系统源码+文档说明+数据+全部资料.zip
项目展示了使用支持向量机（SVM）算法对MNIST手写数字进行分类，采用Python和scikit-learn实现。 项目的目标是教授如何使用scikit-learn中的SVM在图像数据上训练分类器，而非追求最优的分类性能。 项目包含两种SVM学习方法：使用RBF核的经典SVM和使用线性SVM结合核近似技术的方法。 使用RBF核的SVM通过网格搜索和交叉验证优化参数，虽然训练时间较长，但准确率较高（达到98.52%）。 线性SVM结合核近似技术（Nystroem和Fourier）可以在更短时间内处理大规模数据集，但准确率略低于RBF核的SVM。 项目提供了安装指南、代码组织结构和进一步改进的建议，包括数据增强和随机参数搜索。 提供了与其他机器学习方法（如随机森林和卷积神经网络）的准确率对比，证明SVM的高效性。

2026-03-16

基于DeepSpeech2的中文语音识别系统（新闻数据集和THCS30数据集进行训练，具备实时在线语音识别的能力）.zip
基于DeepSpeech2的中文语音识别系统（新闻数据集和THCS30数据集进行训练，具备实时在线语音识别的能力）.zip 关键点 项目基于DeepSpeech2的中文语音识别系统，使用新闻数据集和THCS30数据集进行训练，具备实时在线语音识别的能力。 模型结构包括卷积层（Conv）、双向循环层（BiRNN）和全连接层（FC），输入为光谱特征向量，输出为目标词汇表的字符概率分布。 使用CTC（连接时序分类）损失函数进行训练，结合N-Gram语言模型，显著降低词错误率（WER）。 采用梁搜索（Beam Search）算法结合语言模型和CTC预测，优化实时性能，设计了三种不同的策略以适应不同的计算需求。 系统采用前端和后端分离的部署结构，前端基于Web应用实现，后端在GPU服务器上运行以加速深度学习网络的前向传播。 前端实现了降噪、静音检测和音频预处理功能，并通过TCP套接字与后端服务器通信，完成音频上传和结果接收。 实验表明，较浅的模型和较大的隐藏单元在小规模数据集上表现更优，语言模型的引入进一步降低了WER。

2026-03-14

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除