URISC 处理器由数据单元和控制单元组成。数据单元中包含保存运算数据和运算结果的数据寄存器，也包括用来完成数据运算的组合逻辑电路单元。控制单元用来产生控制信号序列，以决定何时进行何种数据运算。控制单元要从数据单元得到条件信号，以决定继续进行那些数据运算，数据单元要产生输出信号，数据运算状态等有用信息。
上传时间： 2014-01-25
上传用户：大三三
7段数码显示译码器设计7段数码是纯组合电路，通常的小规模专用IC，如74或4000系列的器件只能作十进制BCD码译码，然而数字系统中的数据处理和运算都是二进制的，所以输出表达都是十六进制的，为了满足十六进制数的译码显示，最方便的方法就是利用译码程序在FPGA/CPLD中来实现。例子作为七段译码器，输出信号LED7S的7位分别接数码管的7个段，高位在左，低位在右。例如当LED7S输出为“1101101”时，数码管的7个段g、f、e、d、c、b、a分别接1、1、0、1、1、0、1；接有高电平的段发亮，于是数码管显示“5”。
上传时间： 2014-01-26
上传用户：1427796291
为了对数据进行处理，UIMA 应用程序将使用分析引擎，而后者包含实际进行分析的应用程序、Annotator 和 XML 描述符文件，其中，XML 描述符文件包含关于类以及其要接收和返回的信息等方面的内容。 还可以将简单的分析引擎组合为更为复杂的分析引擎。例如，定位本地事故报告和广播流量报告的分析引擎可能包含一个查找事故的分析引擎、一个查找位置的分析引擎，以及一个分析前两个引擎提供的注释的分析引擎。总体引擎描述符将确定如何在这些分析引擎间传递 CAS 对象。 事实上，描述符控制任何应用程序如何访问分析引擎，而这种机制在此情况下极为方便。如果创建了相应的描述符，可以将其传递到应用程序，而该应用程序甚至不知道所使用的是 Web 服务。
标签： 对数
上传时间： 2013-12-28
上传用户：xinyuzhiqiwuwu
早期的指南针采用了磁化指针和方位盘的组合方式，整个指南针从便携性、指示灵敏度上都有一定不足。本系统采用专用的磁场传感器结合高速微控制器（MCU）的电子指南针能有效解决这些问题。 系统采用了磁阻（GMR）传感器采集某一方向磁场强度后通过MCU控制器对其进行处理并显示上传，通过对电子指南针硬件电路和软件程序的分析，阐述了电子指南针基本的工作原理及实现。实际测试指南针模块精度达到1°，能够在LCD上显示当前方位并能通过键盘控制上传指南针处理得到的数据到上位机。
上传时间： 2013-12-13
上传用户：qoovoop
组合数学，又称为离散数学，但有时人们也把组合数学和图论加在一起算成是离散数学。组合数学是计算机出现以后迅速发展起来的一门数学分支。计算机科学就是算法的科学，而计算机所处理的对象是离散的数据，所以离散对象的处理就成了计算机科学的核心，而研究离散对象的科学恰恰就是组合数学。组合数学的发展改变了传统数学中分析和代数占统治地位的局面
标签： 组合
上传时间： 2014-01-20
上传用户：windwolf2000
将数据分为不同的类型，来确定在计算机内存中存放空间的大小和存放的形式等。 C语言的数据类型分为基本类型和构造类型，规定了基本数据类型的名称、数据的长度、格式、存取规则等；构造类型是在基本类型基础上组合而成，以满足编程的需要。
上传时间： 2014-01-12
上传用户：xc216
很多系统中都需要在本地保存大量的数据和一些常数，然后进行本地处理。这就需要一个存储介质。在实际应用中，许多数据采集系统的数据量都比较大，因此对系统的存储容量有很高的要求，一般普通的EPROM或FLASH的容量都很难以满足要求。而大容量的FLASH M25PXX系列就能够很好地满足需求，您可以根据需要进行选择。本例采用M25P80。主要实现向FLASH写一组数据然后读出来，设计中包括了M25P80操作的基本子程序，读者可以根据实际要求组合自己需要的程序。
上传时间： 2014-01-04
上传用户：qq521
关于关联向量机应用的最新文献！ 提出了一种核主元分析(KPCA)和关联向量机(RVM)相结合的组合建模方法。KPCA-RVM采用KPCA对原始自变量进行非线性变换并提取主成分,形成特征自变量 采用RVM,对KPCA变换后的样本数据进行回归建模,并根据模型的预报能力自适应的确定参与回归的最佳特征变量个数,消除冗余信息干扰,获得强非线性表达能力且预报性能良好的模型。并将KPCA-RVM应用于PTA装置对羧基苯甲醛(4-CBA)含量的软测量建模,结果表明该方法预测精度高于PCA-RVM和RVM。
上传时间： 2013-12-20
上传用户：ddddddos
设计了一个基于位置/速度组合的集中卡尔曼滤波器，整合来自所有传感器的数据以提供精确的和可靠的定位数据
上传时间： 2014-10-12
上传用户：kernaling
准确量化和预测陆地生态系统碳水通量对于理解陆气间相互作用，预测未来气候变化和控制温室效应具有重要意义。通量观测和模型模拟是目前研究碳水通量的两种主要方法。通量观测精度较高，但观测范围局限、站点分布不均匀，易受环境影响，难以区域扩展；模型模拟可实现不同尺度参量估算，但由于理想化假设、模型参数和驱动数据等限制，导致其模拟结果往往与真实值存在较大偏差。模型-数据融合方法主要是通过参数估计和数据同化两种技术集成观测和模型信息，建立两者相互制约调节的优化关系，以提高模型结果与真实值之间的匹配程度。基于该思路，本研究在地面观测数据、遥感卫星资料以及相关气候环境数据基础上，重点突破全球动态植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感参数优化方法，获取适宜中国的参数化方案：在此基础上，引入数据同化算法，将遥感卫星产品信息与模型相融合，在模拟过程中不断校正原有模型模拟轨迹，提高模型适用性。将以上改进的模型推广至中国区域，实现对20002015年中国地区总初级生产力（Gross Primary Productivity GPP）和敬发（Evapotranspiration，ET的空间格局模拟及分析。主要结论如下1）将LP」DGwM中所选出的22个可调参数（涉及光合、呼吸、水平衡异速生长、死亡、建立以及土壤和掉落物分解共七个作用领域）在各自取值范围内随机获得不同的参数组合，结果表明22个参数可引起GPP和ET模拟结果产生较大的不确定性，尤其集中在生长季。所有站点GPP相对不确定性（Relative Uncertainty，RU）基本保持在09-1.25之间，不具有明显的年际变异性：ET相对不确定性RU月变化趋势明显，且基本处于0.5以下，明显低于GPP，说明所筛选的22个参数对GP模拟产生的影响更为显著。
标签： 数据融合
上传时间： 2022-03-16
上传用户：shjgzh
