ucos-II代码,运行平台TMS320VC54X
上传时间： 2016-05-25
上传用户：xaijhqx
医院管理信息系统 资源类别： VC源码￤数据库 文件大小： 2419KB 原创作者： 佚名 发布时间： 2008-6-12 13:57:54 运行平台： Windows 医院管理信息系统 在运行系统前，首先要安装SQL Server数据库，注意要设定用户名为“sa”，密码为空。 可以有两种方法创建该数据库： 1.使用SQL server查询分析器运行Database目录下的sql.txt中的sql语句，这样会创建Hospital数据库。 2.使用sql server的企业管理器直接附加“附加数据库文件”目录下的Hospital.mdf文件。
上传时间： 2014-01-12
上传用户：Breathe0125
主机板测试机的液晶显示程序； 运行平台STC89C516；开发软件为KEIL 目标器件为19264
上传时间： 2014-01-14
上传用户：gxrui1991
深入BREW开发 整个BREW系统由开发平台、运行平台和服务器三个要素组成。开发平台就是我们所使用的BREW SDK，用来在PC端开发可以在运行平台运行的程序。运行平台就是指可以运行BREW应用程序的移动通讯设备上的BREW运行环境，它的核心是BREW的Porting Kit。服务器是连接开发和运行平台的一个“连接器”，开发平台所开发出的BREW应用程序放在服务器上，以便于运行平台的用户通过无线通讯网络下载应用程序，其核心是ADS（Application Download Server）服务器，ADS和其他的辅助工具合起来统称为BDS（BREW Distribution System）系统。
上传时间： 2013-12-24
上传用户：sunjet
LPC2400入门参考。 由于例程的运行平台仅为SmartARM2400，所以仅供参考。
上传时间： 2017-02-02
上传用户：whenfly
名 称 欧姆龙PLC 开 发 商 欧姆龙 运行平台 win XP
上传时间： 2014-01-07
上传用户：851197153
采用Eclispe开发平台，使用struts框架和hibernate技术，有源代码和设计文档，实现远程教学，作业管理，培训机构加盟等功能。 运行平台： Windows
上传时间： 2014-01-23
上传用户：赵云兴
dorado 展现中间件是一款企业级的商用AJAX平台软件，由BSTEK研发。作为Web表现层的运行平台与开发平台，dorado能够提升用户体验、开发规范性与开发效率，并增强项目的可管理度。其特色包括支持OPOB设计模式，提供一套由BRICH引擎统一驱动的Widget Lib，内置AJAX通讯引擎，广泛支持第三方后台业务逻辑框架，提供Web控制台进行参数配置与性能监控，提供TestFrame进行浏览器端性能测试，多种性能优化措施以支持高并发压力下的核心应用系统，提供dorado studio与eclipse plug-in方便高效地进行可视化开发。
上传时间： 2016-09-23
上传用户：qlpqlq
TDS510 USB2.0接口DSP仿真器,多平台,Other Embeded program 界面语言：英文 软件类型：国产软件 运行平台：Win9x/NT/2000/XP/2003
上传时间： 2013-05-18
上传用户：miaochun888
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
