利用SPI傳輸協定，調整MCP4921類比電壓產生器的輸出電壓，使其輸出一個0V到5V的類比鋸齒波電壓輸出
标签： SPI
上传时间： 2013-12-26
上传用户：diets
处理了正确的算术表达式的转换为逆波兰式后进行计算，可处理多位整型数的运算,如：10*(15-5)+30/3#
上传时间： 2013-12-01
上传用户：pompey
学生成绩查询系统，运用结构体，struct ，sort ，Clrscr()，textcolor()函数，用for()循环语句，switch和ifelse作为条件测试语句。 程序实现了学生成绩查询功能，有20个我们班学生的数据信息，每个包含： 学号 — num [10]（字符串）、姓名（拼音）— name[25]（字符串）、 性别 — sex（字符，M或W）、年龄 — age（整型）、 三门课程成绩（高数、英语、计算机）— score [3 ]（单精度）。设计一个系统： 定义及输出。用结构体类型数据及其赋初值的方法把学生的数据送到结构体数组中（第一个数据用自己的真实数据，其它数据自定，但注意要是合法数据），然后把它们输出显示；计算并排序。计算每个学生三门课程的总分（sum，单精度）及平均分（aver，单精度，输出一位小数），还有他们成绩的排名，将包括所有数据的结构体数组元素按总分从大到小的顺序排序打印出来； 运行程序，进入主界面！可输入1—输出所有学生的成绩，输入2—计算和排列学生的成绩，输入3—查询学生个人成绩，输入4—退出查询。 在进行学生个人成绩个人查询可以实现多次查询——进入学生个人查询，输入1回车实现多次查询。 运行环境为TURBOC ，WINDOWSXP。
标签： 成绩查询系统
上传时间： 2014-01-01
上传用户：cx111111
这时一个基于梁元的有限元计算程序，其中ex1为主程序，调用其他函数，可以解决梁的变形，弯曲，超静定载荷等问题。
上传时间： 2017-02-11
上传用户：gengxiaochao
1. 本程序实现计算任意长的整数的四则运算. 以用户和计算机对话的方式,先后输入数字的最多位数,然后程序就计算并显示出这两个数的运算. 2. 利用双向循环链表现实长整数的存储,每个结点含一个整形变量.输入的形式以回车结束,可以直接输入正数或负数,程序会过滤掉无效的字符.按中国对于长整数的表示习惯,每四位一组,除数字和位于首位置的负号外,其它一切字符都将作为分隔符,连续多个分隔符当一个处理.但不使用分隔符也不影响结果.
上传时间： 2017-06-07
上传用户：tb_6877751
出版社：高等教育出版社 作者：汪定伟 简介 高等教育出版社2007年4月出版。 本书主要介绍近年来产生的多种智能优化算法，包括遗传算法、禁忌搜索、模拟退火、蚁群优化算法、粒子群优化算法、捕食搜索算法和动态进化算法等算法的产生、算法的基本思想和理论、算法的基本构成、计算步骤、主要的变型算法及几个数值举例...
上传时间： 2014-11-14
上传用户：helmos
关于微机保护算法的研究.微机保护的算法把输入量的若干点采样值按照一定的数学式进行计算，得到某些电参数的量值，然后将它与定值进行比较、判断的算法
上传时间： 2017-07-27
上传用户：xiaohuanhuan
该目录包含了代码执行Kohonen自组织特征 地图网络。源代码中可以找到SOFM.CPP 。样本数据中发现 SOFMSAMP.PAT 。的自组织特征映射程序接受输入的载体和组成 计算重量。输出定向到屏幕上。
上传时间： 2017-08-04
上传用户：ynzfm
应用Matlab计算软件编制了程序,实现了对超静定问题的求解以及对梁变形的可视化。里面有程序代码和运行结果的截图
上传时间： 2016-12-12
上传用户：l993129598
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
