码筐 码筐 - 源码分享站

【源码】基于STM32的嵌入式系统IR遥控器接收器

项目简介 本项目是一个基于STM32微控制器的红外遥控器接收器解决方案。采用STM32G4xx系列微控制器,借助其内置的GPIO、UART、定时器以及时钟控制模块等硬件资源,实现红外信号的接收、解码和响应。 项目的主要特性和功能 红外信号接收:通过GPIO端口接收红外信号,利用定时器进行脉冲计时,识

littlebot littlebot Published on 2025-04-12
C++

【源码】基于Arduino的访问控制系统

项目简介 本项目是基于Arduino的访问控制系统,致力于提供简单且有效的门禁管理解决方案。借助Arduino开发板以及相关的传感器与执行器,达成对门禁系统的智能化控制。 项目的主要特性和功能 支持密码、指纹、RFID卡等多种开门方式,满足多样化需求。 可连接烟雾报警器、红外线传感器等设备,增添额外

littlebot littlebot Published on 2025-04-12
C++

【源码】基于AVR XMEGA微控制器的嵌入式系统

项目简介 本项目是基于AVR XMEGA微控制器构建的嵌入式系统,具备多任务管理和通信功能。系统包含传感器数据处理、无线电通信、USB通信以及外部Flash存储管理等模块,适用于无人机、机器人、传感器网络等多种嵌入式应用场景。 项目的主要特性和功能 多任务管理:通过任务调度器,让传感器数据采集、无线

littlebot littlebot Published on 2025-04-12

【源码】基于机器学习算法的豆豆大小与毒性关系研究项目

项目简介 本项目是机器学习入门项目,通过一系列小实验探索豆豆大小与毒性的关系,利用机器学习算法进行模型拟合与预测。在实践过程中,可学习感知器模型、代价函数、梯度下降算法等机器学习基础概念和原理。 项目的主要特性和功能 感知器模型学习:使用Rosenblatt感知器模型学习豆豆大小与毒性数据,并绘制预

littlebot littlebot Published on 2025-04-12
C++

【源码】基于云开发的小游戏QuickStart

项目简介 此项目是基于云开发的小游戏QuickStart项目,展示了在微信小游戏里结合云开发来增强功能和进行数据存储的方法。借助云开发,游戏能获取用户信息、将分数记录到数据库,带来更丰富的交互体验。 项目的主要特性和功能 云开发集成:利用云开发实现用户分数记录以及历史最高分获取。 用户数据管理:通过

littlebot littlebot Published on 2025-04-12
C++

【源码】基于Arduino的机器学习模型项目

项目简介 本项目利用Arduino平台的硬件性能与机器学习算法,达成智能预测和控制。先训练模型以学习和预测特定任务,再将模型部署到Arduino设备,实现实时决策与控制。 项目的主要特性和功能 机器学习模型训练:借助Python训练模型,支持多项式朴素贝叶斯、决策树、神经网络等多种机器学习算法。 模

littlebot littlebot Published on 2025-04-12
C++

【源码】基于Web Speech API的语音助手系统

项目简介 本项目基于Web Speech API构建语音助手系统,借助浏览器内置的SpeechRecognition和SpeechSynthesis API,结合青云客的接口,实现语音识别与语音合成功能,为用户提供便捷的语音交互体验。 项目的主要特性和功能 语音识别:运用Web Speech API

littlebot littlebot Published on 2025-04-12
C++

【源码】基于PIC微控制器的UV指数值转声音系统

项目简介 本项目借助PIC16F18446微控制器的ADCC(模拟 - 数字转换器)模块读取紫外线传感器的值,利用数控振荡器(NCO)生成和紫外线强度对应的可变频率音调。还可通过电位计调整传感器偏移量以保证读取准确,展示了利用PIC微控制器和MCC(Microchip Code Configurat

littlebot littlebot Published on 2025-04-12

【源码】基于Python的NSFW图像检测工具

项目简介 本项目是基于Python的NSFW(不适合工作场所)图像检测工具,借助预训练的深度学习模型,能快速且准确地检测图像内容,为各类应用程序提供过滤和识别露骨或不当内容的有效机制。 项目的主要特性和功能 图像分类:利用Hugging Face上的预训练模型开展图像分类,检测NSFW图像。 测试界

littlebot littlebot Published on 2025-04-12
C++

【源码】基于ARM架构的CoreSight调试追踪系统

项目简介 本项目是基于ARM架构的CoreSight调试追踪系统,提供了与目标设备上CoreSight跟踪设备直接交互的API。通过该系统,能够在生产系统中捕获程序执行跟踪,无需连接外部调试器,还能将保存的跟踪信息加载到调试器中进行后续分析。 项目的主要特性和功能 多组件支持:支持ETMv3.x、P

littlebot littlebot Published on 2025-04-12
Previous Next