一、个人简介学校及专业：四非通信工程绩点排名：1/170CET6：487CET4：554科研经历：二区SCI论文1篇，主持重点领域支持国家级大创1项竞赛奖项：互联网+国铜、挑战杯国铜、节能减排国二、数模美赛M奖；数模国赛、互联网+及创青春省奖若干其他：中国电信奖学金、两次校一等奖学金；国家级、市级、校级荣誉称号若干。以防被喷，事先声明拿到梦校offer并且联系好老师后就把其余学校的offer释放了夏令营情况：南开优营、山大优营、中南优营、吉大未优营、信工所（入了没面，要交的材料太多了）、中科大先研院优营（入营基本都是合格，联系好了老师，过了浙大就放掉了）、西电（过了团队面，放弃学院面）、成电优
信号调制方式识别与参数估计装置（D题）【本科组】一、任务二、要求1．基本要求2．发挥部分三、说明四、评分标准优秀作品开源参考（来源立创开源平台）PDF一、任务设计制作可对信号发生器输出信号uM进行调制方式识别与参数估计的装置（以下简称为装置）。装置既能显示调制方式识别与参数估计的结果，也能输出解调信号uo供示波器观测波形。装置与测量仪器组成的系统框图如图1所示。二、要求1．基本要求信号发生器输出uM可能为AM、FM或连续载波（CW）三种信号，其载波电压峰峰值为100mV、载频fc为2MHz，uM有关参数的估值范围与误差要求见本题说明（1）~（3），对解调信号uo的要求见本题说明（4）。（1）已
第二章上机题Newton迭代法 function[x,err]=Newton(f,x0,epsilon)%用例：[x,err]=Newton('x^3/3-x',0.7,0.005)%Input-f字符串公式'x^3/3-x'%-x0迭代初值%-epsilon是迭代精度要求%Output–x是最后迭代的近似结果%-err是最后得到的误差symsxf=str2sym(f);f(x)=f;df(x)=diff(f(x));phi(x)=x-f(x)/df(x);restrain=1;count=0;e=1;whileabs(e)>epsilonx1=phi(x0);e=x1-x0;x0=x1;co
文章目录前言一、摄像头图像处理1、摄像头图像采集2、图像二值化与大津算法二、左右边界，中线扫描前言参加了第十六，十七和第十八届全国大学生智能车竞赛，对摄像头的学习有部分心得，分享给大家，三届车赛，车赛生涯也算是到了尽头。打算从基础的算法开始，给各位一些个人看法，也是对车赛的一次总结。一、摄像头图像处理闲话：其实摄像头的算法有很多种，弄了两年摄像头，也只是学会了其中很小的一部分，但最终，作用都是大同小异的，也不必太过于追求算法上的完美。只需要达到能稳定提取特征，识别元素其实就够用了。（个人用的是普通大津+二值化+八领域做边界提取）1、摄像头图像采集打开摄像头相关例程，可以发现其实最终摄像头所采集
文章目录⭐️活动介绍⭐️活动详情⭐️活动奖品⭐️活动流程⭐️评审规则⭐️报名&投稿注意事项⭐️关于活动官方活动报名地址（点击跳转）本次活动与官方活动及其他博主的创作型活动并不不冲突！⭐️活动介绍亲爱的大学生博主们，你们准备好迎接一个激动人心的挑战了吗？我们诚挚邀请你们参加大学生博主14天创作挑战赛！这是一个以写作博客为目的的创作活动，旨在鼓励大学生们挖掘自己的创作潜能，展现自己的写作才华。如果你是一位热爱写作的大学生博主，想要展现自己的创作才华，那么，快来参加大学生博主14天创作挑战赛吧！让我们一起发掘写作的魅力，用文字书写属于我们的故事。⭐️活动详情1、挑战时间：本次活动将持续14天，从20
（本文是吉大软件2020级《并行与分布式计算》课程的期末试题，题目是考试结束后我凭记忆记录的，答案是自己做的，如有谬误，请大家指正）（由于吉大软件2020级第一次开设《并行与分布式计算》这门课，我们复习时没有历年真题甚至例题都很少，因此把我门第一届考试题发出来希望能给21、22级及以后的同学提供一些参考，但这仅仅只是一届的题目，所以仅供参考，未来的题型和难度都没法确定，如果大家想考高分还是要把课听懂把PPT看懂）一、简答题（5*8）1.简述共享变量模型2.简述同步通信3.简述云计算中的基础服务模型4.请说明MichaelFlynn提出的Flynn分类法5.简述相并行及其优缺点6.简述虚拟机的概
附件下载下来，解压，发现是一个python打包的exe这里用pyinstxtractor进行反编译，后面会得到一个文件夹，里面有一个pyc文件这里可以用进行网站进行对pyc进行反编译：在线Pythonpyc文件编译与反编译(lddgo.net)反编译的python结果如下：#Visithttps://www.lddgo.net/string/pyc-compile-decompileformoreinformation#Version:Python3.7defcheck(): a=input('plzinputyourflag:') c=[ 144, 163, 158,
文章目录一、目的与要求二、实验准备三、实验内容(一)存储过程1.储备知识1.1创建存储过程1.2执行存储过程1.3修改存储过程1.4删除存储过程1.5修改存储过程名1.6其它2.创建存储过程实例3.存储过程处理(二)触发器(三)查看存储:triangular_flag_on_post:补充：实验课考试题目全部代码（按顺序）:triangular_flag_on_post:补充：腾讯会议讲解时写的SQL代码一、目的与要求掌握编写数据库存储过程的方法。掌握建立数据库触发器的方法，通过实验观察触发器的作用和触发条件设置等相关操作。完成老师上课的案列（选）二、实验准备了解编写存储过程和调用的T-SQL
西安交通大学SQ轴承数据集（文末附数据）我们公开了一份基于振动信号的轴承数据集，数据来源于西安交通大学SQ（SpectraQuest）实验平台。实验介绍：实验利用SQ（SpectraQuest）公司的机械故障综合模拟试验台进行电机轴承外圈和内圈故障模拟，采集了三种转频（19.05Hz、29.05Hz、39.05Hz）下三种不同程度故障（轻度故障、中度故障和重度故障）的电机轴承振动信号，并对信号进行了分析。试验台结构如图1所示，试验台由电机、转子和负载三大部分组成，实验采用压电式加速度传感器采集电机轴承信号，加速度传感器灵敏度为50mv/g；所用的数据采集仪为CoCo80数采，采样频率为25.6
机器人技术第四次作业:生成决策树,Python实现样本数据ID3生成决策树基本算法计算数据整体的香农信息熵对每个属性,分别计算条件熵计算条件增益选择最有条件增益作为决策树的根节点重复上述步骤,直到信息熵降为0.达到根节点使用sklearn生成ID3决策树Python第三方库sklearn提供了决策树生成算法,此次作业便是用sklearn完成对信息的处理sklearn在datasets类之中提供了wine数据集,其中wine.data和wine.terget的类型均是numpy.ndarrray,也就是numpy的多维矩阵.在导入数据时也同样使用ndarray.源代码importpandasfr
