历届电子设计竞赛智能小车资料大全
历届电子设计竞赛智能小车资料大全
文字编辑窗口
text edit window
文字编辑窗口，可实现文件打开，保存，另存
车牌识别
是可以运行成功的程序
点云数据处理
Dian Yun Chu Li
点云数据读取，处理，三角化
通讯录
本通讯录基于VS2012平台，采用C语言编写，通过采用链表结构，来实现联系人的姓名，电话存储，修改，查询等功能
LCP2000系统仿真
基于Keil uVision4的LPC2000简单系统的程序设计，附有proteus的仿真，很实用
ren脸识别
通过ccs在dsp开发板上运行
人脸识别
通过ccs在dsp开发板上运行，通过ov2640摄像头与tl6748开发板进行人脸识别跟踪
MFC远程控制GHOST简介版本
MFC远程控制GHOST简介版本
MFC远程控制GHOST简介版本
基于高斯模型的背景差分法
GMM
通过高斯背景建模，完成图像的背景差分运算，并将差分图像在窗口显示和保存。
带权重的粒子群优化模糊PID算法
Weighted particle swarm optimization based on fuzzy PID algorithm
该资料是带权重的粒子群优化模糊PID的基本算法寻优5个参数e,ec，kp,ki,kd
mfc实现的分布式坦克大战
Mfc Realized Distributed Tank Wars
Mfc Realized Distributed Tank Wars
C++primer第五版源代码
包含C++primer中例题和习题源代码，供初学者使用。
经验模态分解
经验模态分解（Empirical Mode Decomposition，简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破 [1] ，该方法是依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法具有本质性的差别。正是由于这样的特点，EMD 方法在理论上可以应用于任何类型的信号的分解， 因而在处理非平稳及非线性数据上，具有非常明显的优势,适合于分析非线性、非平稳信号序列，具有很高的信噪比。所以，EMD方法一经提出就在不同的工程领域得到了迅速有效的应用，例如用在海洋、大气、天体观测资料与地震记录分析、机械故障诊断、密频动力系统的阻尼识别以及大型土木工程结构的模态参数识别方面。
USB读取HID数据
usb read hid data
读取读取usb HID数据