关于人工免疫系统，克隆选择，免疫记忆的最新文献。并行人工免疫系统的塔式主从模型(Towerlike Master-Slave Model,TMSM),和基于TMSM的并行免疫记忆克隆选择算法
标签： 人工免疫
上传时间： 2013-12-14
上传用户：a673761058
采用VHDL语言设计一个4通道的数据采集控制模块。系统的功能描述如下： 1.系统主时钟为100 MHz。 2.数据为16位-数据线上连续2次00FF后数据传输开始。 3.系统内部总线宽度为8位。 4.共有4个通道（ch1、ch2、ch3、ch4），每个通道配备100 Bytes的RAM，当存满数据后停止数据采集并且相应通道的状态位产生报警信号。 5.数据分为8位串行输出，输出时钟由外部数据读取电路给出。 6.具备显示模块驱动功能。由SEL信号设置显示的通道，DISPLAY信号启动所选通道RAM中数值的显示过程。数值顺次显示一遍后显示结束，可以重新设定SEL的值选择下一个通道。模块数据线为8位，显示器件为4个8段LED。 7.数据采集模式如下：单通道采集（由SEL信号选择通道），多通道顺次采集（当前通道采满后转入下一通道），多通道并行采集（每通道依次采集一个数据）。模式由控制信号MODE选择，采集数据的总个数由NUM_COLLECT给出。 8.数据采集过程中不能读取，数据读取过程中不能采集
上传时间： 2013-12-25
上传用户：zycidjl
以前从网上下载的一个比较好的排课系统，排课系统采用“并行回溯”的算法，只需设置好学校基本信息和排课的各项限制条件后，其余事情则由计算机来完成。课表安排完全自动化(也可手工安排)，排完后可进行调整，采用随机安排方式，具有排课速度快、准确率高、效果好，并能自动计算教师教学工作量，多种格式的班级、教师、全校课程表的输出。主要功能包括：课表管理（新建、打开、删除课表）、基本设置（年级、班级、教师、课程）、教学设置（上课时间、课时、教师任课）、排课设置（班级课表、排课条件、科目优先、排课选项）、教师安排、课程安排（自动、手动）、课表调整（单向、双向、拖动）、课程报表（班级课表、教师课表、教师任课表等）。
标签： 比较
上传时间： 2017-02-20
上传用户：凌云御清风
这是一个51单片机开发系统演示程序，是用于1602LCD的驱动，我用过了行的，不过这是用并行的。
上传时间： 2017-03-31
上传用户：helmos
本文提出一种通用的CRC 并行计算原理及实现方法,适于不同的CRC 生成多项式和不同并行度(如8 位、16 位、及32 位等) ,与目前已采用的查表法比较,不需要存放余数表的高速存储器,减少了时延,且可通过增加并 行度来降低高速数传系统的CRC 运算时钟频率.
上传时间： 2017-08-02
上传用户：wang0123456789
ADS8364是美国德州仪器公司(TI)的一款六通道、16位并行输出、同步采样的模数转换器。该芯片提供了一个灵活的高速并行接口，可以直接与数字信号处理器TMS320F2812相连。本文主要介绍了这个接口的软、硬件设计，着重论述了这两款芯片是如何配置启动和工作的。本设计广泛应用于电机控制、多轴定位系统、三相功率转换、多通道数据采集等场合。
上传时间： 2017-08-03
上传用户：我们的船长
《基于FPGA的嵌入式图像处理系统设计》详细介绍了FPGA（Field Programmable Gate Array，现场可编程门阵列）这种新型可编程电子器件的特点，对FPGA的各种编程语言的发展历程进行了回顾，并针对嵌入式图像处理系统的特点和应用背景，详细介绍了如何利用FPGA的硬件并行性特点研制开发高性能嵌入式图像处理系统。作者还结合自己的经验，介绍了研制开发基于FPGA的嵌入式图像处理系统所需要的正确思路以及许多实用性技巧，并给出了许多图像处理算法在FPGA上的具体实现方法以及多个基于FPGA实现嵌入式图像处理系统的应用实例。 《基于FPGA的嵌入式图像处理系统设计》对FPGA技术的初学者以及已经具有比较丰富的设计经验的读者来说都有很好的参考价值，也将为从事基于FPGA的嵌入式系统开发和应用的软硬件工程师和科研人员提供一本比较系统、全面的学习材料。
标签： fpga
上传时间： 2018-06-19
上传用户：gsl13
本书以并行计算为主题，主要讨论并行计算的硬件基础— ——当代并行计算机系统及其 结构模型，并行计算的核心内容— ——并行算法设计与并行数值算法以及并行计算的软件支 持—— —并行程序的设计原理与方法。本书强调融并行机结构、并行算法和并行编程为一 体，着重讨论并行算法的设计方法和并行数值计算算法，力图反映本学科的最新成就和发 展趋势。
上传时间： 2020-03-17
上传用户：hhhmty
TMS32F2812最小系统ALTIUM设计原理图+PCB+封装库，包括时钟、电源、SCI、spi 并行数据和地址pwm复位等外围电路
标签： tms32f2812 最小系统
上传时间： 2022-01-28
上传用户：shjgzh
神经网络在智能机器人导航系统中的应用研究1神经网络在环境感知中的应 用 对环境 的感 知 ，环境模型 妁表示 是非常重要 的。未 知 环境中的障碍物的几何形状是不确定的，常用的表示方浩是 槽格法。如果用册格法表示范围较大的工作环境，在满足 精度要求 的情况下，必定要占用大量的内存，并且采用栅 格法进行路径规划，其计算量是相当大的。Kohon~n自组织 神经瞬络为机器人对未知环境的蒜知提供了一条途径。 Kohone~冲经网络是一十自组织神经网络，其学习的结 果能体现出输入样本的分布情况，从而对输入样本实现数 据压缩 。基于 网络 的这些特 性，可采 用K0h0n曲 神经元 的 权向量来表示 自由空间，其方法是在 自由空间中随机地选 取坐标点xltl【可由传感器获得】作为网络输入，神经嘲络通 过对大量的输八样本的学习，其神经元就会体现出一定的 分布形 式 学习过程如下：开 始时网络的权值随机地赋值 ， 其后接下式进行学 习： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神经元 1在t时刻对 应的权值 ；a(∽ 谓整系 数 ； (『l网络的输八矢量；Ⅳ()：学习的 I域。每个神经元能最 大限度 地表示一 定 的自由空间 。神经 元权 向量的最 小生成 树可以表示出自由空问的基本框架。网络学习的邻域 (，) 可 以动 态地 定义 成矩形 、多边 形 。神经 元数量 的选取取 决 于环境 的复杂度 ，如果神 经元 的数量 太少 ．它们就 不能 覆 盖整十空间，结果会导致节点穿过障碍物区域 如果节点 妁数量太大 ．节点就会表示更多的区域，也就得不到距障 碍物的最大距离。在这种情况下，节点是对整个 自由空间 的学 习，而不是 学习最 小框架空 间 。节 点的数 量可 以动态 地定义，在每个学习阶段的结柬．机器人会检查所有的路 径．如检铡刊路径上有障碍物 ，就意味着没有足够的节点 来 覆盖整 十 自由窑 间，需要增加 网络节点来 重新学 习 所 138一 以为了收敛于最小框架表示 ，应该采用较少的网络 节点升 始学习，逐步增加其数量。这种方法比较适台对拥挤的'E{= 境的学习，自由空间教小，就可用线段表示；若自由空问 较大，就需要由二维结构表示 。 采用Kohonen~冲经阿络表示环境是一个新的方法。由 于网络的并行结构，可在较短的时间内进行大量的计算。并 且不需要了解障碍物的过细信息．如形状、位置等 通过 学习可用树结构表示自由空问的基本框架，起、终点问路 径 可利用树的遍 历技术报容易地被找到 在机器人对环境的感知的过程中，可采用人】：神经嘲 络技术对 多传 感器的信息进 行融台 。由于单个传感器仅能 提 供部分不 完全 的环境信息 ，因此只有秉 甩 多种传感器 才 能提高机器凡的感知能力。 2 神经 网络在局部路径规射中的应 用 局部路径 规删足称动吝避碰 规划 ，足以全局规荆为指 导 利用在线得到的局部环境信息，在尽可能短的时问内
上传时间： 2022-02-12
上传用户：qingfengchizhu
