可穿戴计算中人机交互 基于多普勒效应的自然人机交互系统 基于WiFi信道状态信息的手势识别 往届参赛作品 脑机交互 课后作业

§5.1 Digital Processing of Continuous-Time Signals §5.2 Sampling of Continuous-time Signals §5.3 Effect of Sampling in the Frequency Domain §5.4 Recovery of the Analog Signal §5.6 Sampling of Bandpass Signals §5.7 Analog Lowpass Filter Specifications §5.8 Analog Lowpass Filter Design

§7.2 Selection of Filter Type §7.3 Digital Filter Design: Basic Approaches §7.4 IIR Digital Filter Design: Bilinear Transformation Method §7.5 Low pass FIR filter design §7.6 Fixed Window Functions §7.7 Design Steps for Windowed Low Pass FIR Filters

§3.1 Discrete-Time Fourier Transform §3.2 DTFT Properties §3.3 Discrete Fourier Transform (DFT) §3.5 Circular Shift of a Sequence §3.6 Circular Convolution §3.7 z-transform §3.8 z-Transform Properties §3.9 Discrete Fourier Transform Computation

1 关于树莓派 2 关于嵌入式 4 设计作业建议 5 嵌入式系统能做什么及竞赛动员

◼ 1、概述 ◼ 1.1、机器学习的应用 ◼ 1.2 、什么是机器学习 ◼ 1.3、机器学习的发展 ◼ 1.4、机器学习的分类 ◼ 1.5 机器学习的资源 ◼ 2、机器学习的数学基础 ◼ 3、机器学习的术语 ◼ 4、基于案例的机器学习流程简介 ◼ 5、机器学习算法简介 ◼ 6、机器学习实例演示

2.1 穿戴传感器简介 2.2 数据手套和手环 2.3 运动检测传感器 2.4 可穿戴生理传感器 2.5 AR/MR与智能眼镜 2.6 脑电采集与脑机接口

§2－1电阻分压电路和分流电路 §2－2 电阻单口网络 §2-3 电阻的星形联结与三角形联结 §2－4 简单非线性电阻电路分析 §2－5 电路设计，电路应用和电路实验实例

§3－1 网孔分析法 §3－2 结点分析法 §3－3 含受控源的电路分析 §3－4 回路分析法和割集分析法 §3－5 计算机分析电路实例 *§3－6 树支电压与连支电流法

§4－1 叠加定理 §4－2 戴维宁定理 §4-3 诺顿定理和含源单口的等效电路 §4－4 最大功率传输定理 §4－5 替代定理 §4－6 电路设计，电路应用和计算机分析电路实例