1.1 功能简介 三种测距模式选择跳线J1（短距、中距、可调距）： 短距：20cm~100cm左右（根据被测物表面材料决定），精度1cm； 中距：70cm~400cm左右（根据被测物表面材料决定）； 可调：范围由可调节参数确定，当调节在合适的值时，最远测距700cm左右； 1.2 应用领域 超声波测距模组是为方便学生进行单片机接口方面的学习专门设计的模块，它可以方便的和61板连接，可应用在小距离测距、机器人检测、障碍物检测等方面，可用于车辆倒车雷达以及家居安防系统等应用方案的验证。 1.3 电气参数 超声波传感器谐振频率：40KHz 模组传感器工作电压：4.5V~9V 模组接口电压：4.5V~5.5V 1.4 注意事项 提供给模组的电源必须在4.5V以上，而且尽量保持电源电压的稳定。 模组外接电源接口J3接入的电源不要超过12V。
上传时间： 2015-06-12
上传用户：顶得柱
<1>问题描述 有一个魔王总是使用自己的一种非常精练而又抽象的语言讲话，没有人能听得懂，但他的语言是可以逐步解释成人能听懂的语言，因为他的语言是由以下两种形式的规则由人的语言逐步抽象上去的： （1） α 转换为 β1β2…βm （2） （θδ1δ2…δn） 转换为 θδnθδn－1… θδ1θ 在这两种形式重，从左到右均表示解释。试写一个魔王语言的解释兄，把他的话解释成人能听得懂的话。 [基本要求] 用下述两条具体规则和上述规则形式（2）实现。设大写字母表示魔王语言的词汇；小写字母表示人的语言词汇；希腊字母表示可以用大写字母或小写字母代换的变量。魔王语言可含人的词汇。 （1）B 转换为 tAdA （2）A 转换为 sae
上传时间： 2013-12-17
上传用户：jyycc
c语言版的多项式曲线拟合。 用最小二乘法进行曲线拟合. 用p－1 次多项式进行拟合，p<= 10 x,y 的第0个域x[0],y[0],没有用，有效数据从x[1],y[1] 开始 nNodeNum,有效数据节点的个数。 b,为输出的多项式系数，b[i] 为b[i-1]次项。b[0],没有用。 b,有10个元素ok。
上传时间： 2014-01-12
上传用户：变形金刚
crc任意位生成多项式 任意位运算 自适应算法 循环冗余校验码(CRC，Cyclic Redundancy Code)是采用多项式的 编码方式，这种方法把要发送的数据看成是一个多项式的系数 ，数据为bn-1bn-2…b1b0 (其中为0或1)，则其对应的多项式为： bn-1Xn-1+bn-2Xn-2+…+b１X+b０ 例如：数据“10010101”可以写为多项式 X７+X４+X２+1。 循环冗余校验CRC 循环冗余校验方法的原理如下： (1) 设要发送的数据对应的多项式为P(x)。 (2) 发送方和接收方约定一个生成多项式G(x)，设该生成多项式 的最高次幂为r。 (3) 在数据块的末尾添加r个0，则其相对应的多项式为M(x)=XrP(x) 。(左移r位) (4) 用M(x)除以G(x)，获得商Q(x)和余式R(x)，则 M(x)=Q(x) ×G(x)+R(x)。 (5) 令T(x)=M(x)+R(x)，采用模2运算，T(x)所对应的数据是在原数 据块的末尾加上余式所对应的数据得到的。 (6) 发送T(x)所对应的数据。 (7) 设接收端接收到的数据对应的多项式为T’(x)，将T’(x)除以G(x) ，若余式为0，则认为没有错误，否则认为有错。
上传时间： 2014-11-28
上传用户：宋桃子
crc任意位生成多项式 任意位运算 自适应算法 循环冗余校验码(CRC，Cyclic Redundancy Code)是采用多项式的 编码方式，这种方法把要发送的数据看成是一个多项式的系数 ，数据为bn-1bn-2…b1b0 (其中为0或1)，则其对应的多项式为： bn-1Xn-1+bn-2Xn-2+…+b１X+b０ 例如：数据“10010101”可以写为多项式 X７+X４+X２+1。 循环冗余校验CRC 循环冗余校验方法的原理如下： (1) 设要发送的数据对应的多项式为P(x)。 (2) 发送方和接收方约定一个生成多项式G(x)，设该生成多项式 的最高次幂为r。 (3) 在数据块的末尾添加r个0，则其相对应的多项式为M(x)=XrP(x) 。(左移r位) (4) 用M(x)除以G(x)，获得商Q(x)和余式R(x)，则 M(x)=Q(x) ×G(x)+R(x)。 (5) 令T(x)=M(x)+R(x)，采用模2运算，T(x)所对应的数据是在原数 据块的末尾加上余式所对应的数据得到的。 (6) 发送T(x)所对应的数据。 (7) 设接收端接收到的数据对应的多项式为T’(x)，将T’(x)除以G(x) ，若余式为0，则认为没有错误，否则认为有错
上传时间： 2014-01-16
上传用户：hphh
摘 要 I Summary II 1.系统概述 1 1.1 系统及需求分析 1 1.1.1 系统需求 1 1.1.2可行性分析 1 1.2系统设计的背景 5 1.3系统的功能简介 8 1.4系统开发的目标 10 2. 系统分析 11 2.1业务流程分析 11 2.2数据流程分析： 13 2.3数据存储分析：实体联系图 14 2.4功能分析：功能层次图 16 3.系统设计 17 3.1软件模块结构设计 17 3．2数据库设计 18 4.系统的功能 23 4．1系统登陆界面： 23 4．2系统主界面： 26 4．3用户管理模块： 38 4．4学生缴费管理模块： 43 5.系统的实现 55 5．1系统开发环境： 55 5.2系统测试： 55 5.3 系统运行与维护： 58 5．4系统的转换方案： 59 6.全文总结 60 致 谢 61 参考文献 62
上传时间： 2015-10-23
上传用户：aa17807091
图论中最小生成树Kruskal算法 及画图程序 M-函数 格式 [Wt,Pp]=mintreek(n,W)：n为图顶点数,W为图的带权邻接矩阵，不构成边的两顶点之间的权用inf表示。显示最小生成树的边及顶点, Wt为最小生成树的权,Pp(:,1:2)为最小生成树边的两顶点,Pp(:,3)为最小生成树的边权,Pp(:,4)为最小生成树边的序号 附图,红色连线为最小生成树的图 例如 n=6 w=inf*ones(6) w(1,[2,3,4])=[6,1,5] w(2,[3,5])=[5,3] w(3,[4,5,6])=[5,6,4] w(4,6)=2 w(5,6)=6 [a,b]=mintreek(n,w)
上传时间： 2015-11-30
上传用户：dreamboy36
高斯列主元消去法，计算方法实现，已编译通过。使用例子 3x1+2x2+2x3+3x4=2.5 5x1+2x2+3x3+4x4=2.5 2x1+2x2+x3+2x4=2 3x1+x2+3x3+2x4=1.5 输入N=4，A={3 2 2 3 5 2 3 4 2 2 1 2 3 1 3 2}，B={2.5 2.5 2 1.5}
标签： 高斯
上传时间： 2015-12-23
上传用户：yan2267246
We have a group of N items (represented by integers from 1 to N), and we know that there is some total order defined for these items. You may assume that no two elements will be equal (for all a, b: a<b or b<a). However, it is expensive to compare two items. Your task is to make a number of comparisons, and then output the sorted order. The cost of determining if a < b is given by the bth integer of element a of costs (space delimited), which is the same as the ath integer of element b. Naturally, you will be judged on the total cost of the comparisons you make before outputting the sorted order. If your order is incorrect, you will receive a 0. Otherwise, your score will be opt/cost, where opt is the best cost anyone has achieved and cost is the total cost of the comparisons you make (so your score for a test case will be between 0 and 1). Your score for the problem will simply be the sum of your scores for the individual test cases.
标签： represented integers group items
上传时间： 2016-01-17
上传用户：jeffery
功能:编写的计算皮亚诺相关系数 开发语言:ruby 调用:correlate(x,y) 其中,x,y为需要计算相关度的向量 调用示例: a = [3, 6, 9, 12, 15, 18, 21] b = [1.1, 2.1, 3.4, 4.8, 5.6] c = [1.9, 1.0, 3.9, 3.1, 6.9] c1 = correlate(a,a) # 1.0 c2 = correlate(a,a.reverse) # -1.0 c3 = correlate(b,c) # 0.8221970228 puts c1#,c2,c3
上传时间： 2013-12-18
上传用户：skfreeman
