<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[kite3的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/kite3</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; kite3]]></copyright><item><title><![CDATA[PSO自动搜参：BP神经网络隐层节点数、Dropout率与batch_size一键优化]]></title><link>https://blog.csdn.net/kite3/article/details/163350239</link><guid>https://blog.csdn.net/kite3/article/details/163350239</guid><author>kite3</author><pubDate>Fri, 31 Jul 2026 03:32:40 +0800</pubDate><description><![CDATA[一套开箱即用的粒子群算法（PSO）驱动BP神经网络超参数调优方案，专为多分类任务设计。直接支持对第一隐层节点数、第二隐层节点数、Dropout丢弃比例、训练批次大小（batch_size）四个关键参数同步寻优。整个流程涵盖粒子初始化、适应度评估（基于分类准确率或交叉验证误差）、个体与全局最优更新、最优参数回填训练及模型性能输出。配套数据集inner london(1).csv含8类标签和多个特征，可立即用于验证效果。运行主脚本BP_PSO.py即可启动完整优化流程，无需手动配置，结果清晰展示最优参数组合及其]]></description><category></category></item><item><title><![CDATA[STC15单片机音量调节系统：PT2259芯片控制+TM1635数码管实时显示]]></title><link>https://blog.csdn.net/kite3/article/details/163320358</link><guid>https://blog.csdn.net/kite3/article/details/163320358</guid><author>kite3</author><pubDate>Thu, 30 Jul 2026 04:04:47 +0800</pubDate><description><![CDATA[一套开箱即用的音量控制硬件方案，基于STC15F系列单片机，通过I²C总线驱动PT2259音频电位器芯片实现精准音量调节，同时用TM1635芯片驱动共阴极数码管动态显示当前数值。代码结构清晰，每个功能模块独立封装：pt2259.c提供音量设置、静音切换等接口；tm1635.c支持多位数码管扫描与数字刷新；iic.c实现标准I²C底层通信；delay.c和ec11.c分别处理毫秒级延时与旋转编码器输入（适配手动旋钮调节）；uart.c支持串口调试输出；main.c完成逻辑调度，配合config.h统一管理引脚]]></description><category></category></item><item><title><![CDATA[卡车与多架无人机协同送货的Matlab优化工具包：含FDB-EA算法、6类测试案例及完整可视化分析]]></title><link>https://blog.csdn.net/kite3/article/details/163118923</link><guid>https://blog.csdn.net/kite3/article/details/163118923</guid><author>kite3</author><pubDate>Thu, 23 Jul 2026 04:35:55 +0800</pubDate><description><![CDATA[提供一套开箱即用的Matlab实现方案，专为卡车搭载多无人机联合配送场景设计。核心是FDB-EA进化算法，能同时优化卡车行驶路径、无人机起降点分配、任务拆分顺序以及时间窗约束下的总配送成本。支持6个标准测试案例（case1到case6），每个案例配套不同规模的客户坐标数据（从30节点到100节点），全部存为.mat文件便于调用。运行主脚本main_tspd.m即可自动完成建模、求解与结果输出，生成包括路径热力图、迭代收敛曲线、距离均衡度与负载均衡度双指标分析图在内的多种可视化图表。代码结构清晰：proble]]></description><category></category></item><item><title><![CDATA[Linux嵌入式平台EMIF驱动源码（v2.13.6），含初始化、时序配置与寄存器操作]]></title><link>https://blog.csdn.net/kite3/article/details/162891013</link><guid>https://blog.csdn.net/kite3/article/details/162891013</guid><author>kite3</author><pubDate>Wed, 15 Jul 2026 05:49:37 +0800</pubDate><description><![CDATA[这套EMIF驱动代码专为嵌入式Linux系统设计，支持ARM和RISC-V架构设备对接DDR/SDRAM等外部存储芯片。核心文件包括emif.c和emif.h：前者实现DRAM控制器的初始化流程、硬件寄存器读写、时序参数配置、校准逻辑及状态查询；后者定义寄存器地址映射、关键数据结构和对外接口函数声明。配套提供emif_demo.c示例程序和可直接运行的emif_demo二进制文件，便于快速验证驱动功能。整个包无第三方依赖，不包含构建脚本或额外库，结构简洁，适合裁剪后集成进定制内核。版本号v2.13.6明确标]]></description><category></category></item><item><title><![CDATA[STM32F103+ESP8266无线传感器数据直传手机APP工程（含AT驱动与Keil完整编译环境）]]></title><link>https://blog.csdn.net/kite3/article/details/162803988</link><guid>https://blog.csdn.net/kite3/article/details/162803988</guid><author>kite3</author><pubDate>Sun, 12 Jul 2026 04:52:03 +0800</pubDate><description><![CDATA[一套开箱即用的嵌入式无线数据回传方案，基于STM32F103最小系统板和ESP8266 WiFi模块，实现温湿度、电压等传感器数据通过串口透传方式实时发送到同一局域网下的安卓或iOS手机APP。工程使用标准外设库，在Keil MDK环境下已全部适配，包含GPIO、USART、SPI、FSMC等底层驱动，bsp_esp8266.c/h封装了稳定AT指令交互逻辑，支持自动连接WiFi、透传模式切换、心跳保活及异常重连。main.c中集成传感器读取（如DHT11）、数据打包（ASCII格式）、定时发送流程，无需修]]></description><category></category></item><item><title><![CDATA[MATLAB版5种PSO改进算法实现包：自适应权重、收缩因子、随机与线性惯性权重策略全收录]]></title><link>https://blog.csdn.net/kite3/article/details/162803932</link><guid>https://blog.csdn.net/kite3/article/details/162803932</guid><author>kite3</author><pubDate>Sun, 12 Jul 2026 04:49:26 +0800</pubDate><description><![CDATA[一套即装即用的MATLAB粒子群优化（PSO）改进算法集合，包含SAPSO（自适应权重）、YSPSO（带收缩因子）、RandWPSO（随机权重）、LinWPSO（惯性权重线性递减）等5种主流改进版本。每个算法独立封装为.m文件，结构清晰、注释详尽、变量命名规范，便于理解PSO核心流程与参数影响机制。无需额外工具箱或依赖库，直接运行即可在Sphere、Rastrigin等经典测试函数上验证性能，支持快速对比不同权重策略对收敛速度、稳定性和寻优精度的实际效果。资源按策略类型分文件夹组织，如‘自适应权重_PSO’]]></description><category></category></item><item><title><![CDATA[F2812平台XINT2与CPLD扩展EXINT5按键中断完整工程（CCS3.3可编译调试）]]></title><link>https://blog.csdn.net/kite3/article/details/162779591</link><guid>https://blog.csdn.net/kite3/article/details/162779591</guid><author>kite3</author><pubDate>Sat, 11 Jul 2026 05:47:09 +0800</pubDate><description><![CDATA[基于TMS320F2812 DSP的外部中断实战工程，主用XINT2引脚实现标准外部中断响应，同时通过CPLD硬件逻辑扩展出第5路可屏蔽外部中断EXINT5，支持物理按键触发。工程提供全套底层驱动源码：DSP28_Gpio.c/.h完成GPIO复用与按键输入配置；DSP28_PieCtrl.c和DSP28_XIntrupt.c协同管理PIE中断控制器使能、向量装载及中断标志清除；DSP28_DefaultIsr.c预留中断服务入口；main.c含完整初始化流程（系统时钟、PIE、IER、IFR、GPIO功能]]></description><category></category></item><item><title><![CDATA[MATLAB一键运行PSO-GWO混合优化仿真包，含操作视频与双算法收敛对比图]]></title><link>https://blog.csdn.net/kite3/article/details/162777148</link><guid>https://blog.csdn.net/kite3/article/details/162777148</guid><author>kite3</author><pubDate>Sat, 11 Jul 2026 03:12:09 +0800</pubDate><description><![CDATA[直接运行main.m就能启动PSO与GWO混合优化算法的完整仿真流程，适配MATLAB 2021a。包内自带AVI操作录像，清晰演示路径设置、代码执行和结果查看全过程，Windows Media Player即可播放。核心算法封装在PSOGWO.m中，同时提供独立GWO.m用于对照；测试函数集Get_Functions_details.m覆盖常用基准函数，initialization.m负责种群初始化，func_plot.m生成二维/三维函数可视化图像。每次运行自动输出收敛曲线图，同步展示混合策略与纯GWO]]></description><category></category></item><item><title><![CDATA[真实道路场景车道线像素级标注图像集，含直道/弯道/雨雾等多种复杂工况]]></title><link>https://blog.csdn.net/kite3/article/details/162748039</link><guid>https://blog.csdn.net/kite3/article/details/162748039</guid><author>kite3</author><pubDate>Fri, 10 Jul 2026 05:10:15 +0800</pubDate><description><![CDATA[这套图像数据集全部来自实地采集的真实道路画面，每张图都配有精细到像素的车道线掩膜标注，支持灰度图或彩色标签图两种格式，开箱即用适配PyTorch、TensorFlow等主流分割框架。目录里按拍摄路段和环境分组（如Val、539、0087等），覆盖白天/夜间、晴天/雨雾、强光/阴影、路面反光、车辆遮挡等典型干扰场景，车道类型包括单实线、双黄线、虚实结合线、弯曲段和岔路口等。图像分辨率统一，标注质量经过人工校验，无合成内容，可直接用于训练或验证车道线分割模型，也适合做数据增强策略测试、跨场景泛化评估、模型鲁棒性]]></description><category></category></item><item><title><![CDATA[YOLOv8驱动的刀具崩刃实时监测工具包：含训练模型、可视化界面、标注数据集与跨平台部署方案]]></title><link>https://blog.csdn.net/kite3/article/details/162748011</link><guid>https://blog.csdn.net/kite3/article/details/162748011</guid><author>kite3</author><pubDate>Fri, 10 Jul 2026 05:05:20 +0800</pubDate><description><![CDATA[直接可用的工业刀具崩刃视觉检测工具，基于轻量级YOLOv8n模型（已提供yolov8n.pt和best.pt），支持USB摄像头实时流检测、本地视频/图像批量分析。Visual_interface.py提供图形化操作界面，显示检测框、置信度热图及声光报警提示；Detection_video.py兼容多种视频源输入；train_mode.py封装完整训练流程，支持自定义数据增强、学习率调整与评估指标输出。配套数据集覆盖车刀、铣刀、钻头等常见类型，包含微米级崩刃样本及金属切屑、油污、反光等真实产线干扰背景，标注]]></description><category></category></item><item><title><![CDATA[JGraphT 0.8.0 Java图计算工具包：含核心JAR、完整API文档与Ant构建支持]]></title><link>https://blog.csdn.net/kite3/article/details/162436074</link><guid>https://blog.csdn.net/kite3/article/details/162436074</guid><author>kite3</author><pubDate>Tue, 30 Jun 2026 04:38:08 +0800</pubDate><description><![CDATA[直接可用的JGraphT 0.8.0 Java图算法开发资源，支持有向图、无向图、加权图等多种图结构的建模与分析。包含主库jgrapht-jdk1.6.jar，以及jgraph.jar（图形渲染）、junit.jar和xmlunit1.0.jar（单元测试）、TGGraphLayout.jar（自动图布局）等关键依赖组件。提供标准Javadoc文档体系：index.html入口页、overview-summary.html概览、allclasses-frame.html类索引、serialized-form]]></description><category></category></item><item><title><![CDATA[全国省市区三级行政区矢量数据包（含福建高精度三维地形）]]></title><link>https://blog.csdn.net/kite3/article/details/162288935</link><guid>https://blog.csdn.net/kite3/article/details/162288935</guid><author>kite3</author><pubDate>Thu, 25 Jun 2026 03:16:05 +0800</pubDate><description><![CDATA[这个GIS数据合集提供中国省级、地市级、县市级三级完整行政区划边界，全部为标准shp格式，开箱即用，支持ArcGIS、QGIS等主流地理信息软件。内含1:400万全国基础底图、三级以上河流水系（hyd2_4l）、全国道路网与铁路线、地级行政界线（diquJie_polyline.shp系列）、中国交通图和河流专题图。福建部分单独强化，包含精细矢量边界和适配分析的三维地形模型，可用于区域规划、空间统计、地形可视化及叠加建模。所有数据已统一处理为Lambert投影，部分行政区划参考2004年版标准，确保时间一致]]></description><category></category></item><item><title><![CDATA[Android本地考试App源码：Java编写，支持技工/维修/劳动等多行业离线题库切换与自动批改]]></title><link>https://blog.csdn.net/kite3/article/details/162162235</link><guid>https://blog.csdn.net/kite3/article/details/162162235</guid><author>kite3</author><pubDate>Sun, 21 Jun 2026 05:28:40 +0800</pubDate><description><![CDATA[一套开箱即用的Android离线考试应用源码，纯Java开发，不依赖网络，所有题目从assets目录下的.txt文件读取。覆盖单选、多选、判断三种标准题型，题库按职业层级（初级/中级/高级）和行业方向（如机械维修、劳动行业、工程技术等）分类命名，例如JuniorLaborSingleChoice.txt、MachineMaintenanceMiddleLaborTradeJudgment.txt，方便按需替换或增补。用户可自定义答题范围，比如只考前30题或指定章节编号；界面采用原生Android控件实现，含]]></description><category></category></item><item><title><![CDATA[实测股票收盘价预测Python项目：含LSTM建模、数据清洗到结果可视化全流程代码]]></title><link>https://blog.csdn.net/kite3/article/details/162161841</link><guid>https://blog.csdn.net/kite3/article/details/162161841</guid><author>kite3</author><pubDate>Sun, 21 Jun 2026 05:08:24 +0800</pubDate><description><![CDATA[直接运行就能出预测结果的股票价格时间序列分析包，内置真实A股/美股历史收盘价数据（data_stocks.csv + data_stocks.7z），提供完整可执行链路：从get_price.py自动获取行情数据，到get_prediction_model.py构建LSTM或ARIMA模型，再到main.py一键调度训练与预测。所有脚本带逐行中文注释，覆盖环境配置（requirements.txt）、路径设置、超参说明、数据标准化、滑动窗口构造、模型训练评估（MAE/RMSE）、多图可视化（stock_pr]]></description><category></category></item><item><title><![CDATA[YOLOv8中文车牌识别工具包：支持12类车牌（含双层新能源牌）+检测识别一体化+即用模型+多场景实测图]]></title><link>https://blog.csdn.net/kite3/article/details/162161472</link><guid>https://blog.csdn.net/kite3/article/details/162161472</guid><author>kite3</author><pubDate>Sun, 21 Jun 2026 04:49:17 +0800</pubDate><description><![CDATA[直接跑得通的中文车牌识别方案，基于YOLOv8构建检测与识别全流程，覆盖蓝牌、黄牌、绿牌、警用车牌、使馆车牌、港澳进出境车牌等12种国内常见类型，特别兼容单层和双层结构（如新能源车上下两行黄牌）。内置已训练好的yolov8s.pt检测模型和plate_rec_color.pth识别模型，无需训练即可启动。主脚本detect_rec_plate.py支持图片批量识别；test_python.py快速验证功能；export_onnx.py导出ONNX格式便于部署；cv_puttext.py专解中文显示乱码问题。]]></description><category></category></item><item><title><![CDATA[基于SpringBoot+Vue的轻量级网盘系统，含权限分级、外链分享与服务器文件直管]]></title><link>https://blog.csdn.net/kite3/article/details/162160525</link><guid>https://blog.csdn.net/kite3/article/details/162160525</guid><author>kite3</author><pubDate>Sun, 21 Jun 2026 04:19:11 +0800</pubDate><description><![CDATA[一套可直接部署运行的在线文件管理平台，后端用Spring Boot整合MyBatis和Spring MVC，前端用Vue搭配Bootstrap、jQuery和Layer实现响应式界面。支持普通用户注册登录、邮箱密码重置；上传下载任意格式文件；生成带时效/访问限制的分享链接；设置文件可见范围（公开、私密、指定用户）；管理员拥有完整后台控制权；内置angular-filemanager模块，可直接浏览、上传、删除、重命名远程服务器上的文件。数据库初始化脚本efo.sql已提供，MySQL 5.7+和JDK 1.]]></description><category></category></item><item><title><![CDATA[MATLAB一键运行的A*全覆盖路径规划工具，带交互式地图编辑与实时路径渲染]]></title><link>https://blog.csdn.net/kite3/article/details/162158207</link><guid>https://blog.csdn.net/kite3/article/details/162158207</guid><author>kite3</author><pubDate>Sun, 21 Jun 2026 03:06:35 +0800</pubDate><description><![CDATA[直接打开就能用的MATLAB路径规划工具，专为扫地机器人、巡检小车等需要遍历整个区域的移动平台设计。内置图形界面（GUI），点选起点、拖拽添加障碍物、调整网格分辨率后，点击运行自动计算出一条不重复、无碰撞、覆盖全地图的最优路径。核心算法基于标准A*，采用曼哈顿距离启发式，支持节点优先级动态更新和路径回溯重构；地图模块允许导入自定义二值图或手动绘制障碍区；结果以彩色箭头+轨迹线形式叠加显示在网格图上，同时输出路径坐标序列和总步数。配套技术文档讲清楚了每个参数的作用——比如启发因子权重怎么影响探索效率、膨胀半径]]></description><category></category></item><item><title><![CDATA[Windows 64位POCO 1.9.0开箱即用开发套件（含DLL/LIB/头文件及CMake集成工具）]]></title><link>https://blog.csdn.net/kite3/article/details/161941825</link><guid>https://blog.csdn.net/kite3/article/details/161941825</guid><author>kite3</author><pubDate>Sat, 13 Jun 2026 03:08:44 +0800</pubDate><description><![CDATA[专为Windows 64位平台准备的POCO C++库v1.9.0预编译完整包，已通过真实项目验证，支持Visual Studio 2015及以上MSVC编译器。包含全部核心模块的发布版与调试版动态库（.dll）、对应导入库（.lib）以及完整头文件，覆盖网络通信（Net/NetSSL）、数据处理（Data/SQLite/ODBC）、JSON/XML解析、加密（Crypto）、压缩（Zip）、日志（Util）、编码（Encoding）、Redis与MongoDB客户端等常用功能。目录结构清晰：bin目录存放]]></description><category></category></item><item><title><![CDATA[VS2017+ARX2019开发的CAD2020楼梯自定义对象，支持夹点拖拽和几何点捕捉]]></title><link>https://blog.csdn.net/kite3/article/details/161878579</link><guid>https://blog.csdn.net/kite3/article/details/161878579</guid><author>kite3</author><pubDate>Thu, 11 Jun 2026 06:49:18 +0800</pubDate><description><![CDATA[一套面向AutoCAD 2020的ObjectARX开发示例，使用Visual Studio 2017和ARX 2019 SDK构建，实现一个可交互的‘楼梯’自定义实体。该对象能正常显示、响应夹点拖拽编辑（如移动踏步位置、调整总高度），并支持端点、中点、垂足等常见捕捉模式。工程结构完整，含CustomStair主模块与UseStair命令调用模块，关键文件包括ZdfCustomStair.cpp（核心实体逻辑）、CustomStair.cpp（曲线派生与几何计算）、DocData.cpp（文档数据管理）、U]]></description><category></category></item><item><title><![CDATA[纯Matlab脚本实现DCM开关电源建模与电压-状态变量双向换算（含可运行代码）]]></title><link>https://blog.csdn.net/kite3/article/details/161848880</link><guid>https://blog.csdn.net/kite3/article/details/161848880</guid><author>kite3</author><pubDate>Wed, 10 Jun 2026 07:11:32 +0800</pubDate><description><![CDATA[用Matlab原生脚本搭建断续导通模式（DCM）开关电源仿真系统，不依赖Simulink，所有功能通过.m文件实现。核心包括DCM_use.m和DCM_use_all.m两个主仿真入口，分别支持单点工况与多参数扫描；x_2_Vout.m和Vout_2_x.m完成电感电流、电容电压等状态变量与输出电压之间的精确双向转换；my_solve.m封装数值求解逻辑，支持不同初值与边界条件设置；Untitled3.m用于交互式参数调试与波形可视化。配套s.png和equations.png直观展示典型仿真结果与关键建模]]></description><category></category></item></channel></rss>