2.54mm单排针,单排双塑,180度,H=1.5/2.0/2.5mm 2.54mm双排针,双排双塑,180度,H=1.5/2.0/2.5mm 2.54mm单/双排弱,90度,H=1.5/2.0/2.5mm 2.54mm单/双排针,SMT,H=1.5/2.0/2.5mm 2.54mm单排双塑,双排双塑,SMT,H=1.5/2.0/2.5mm 2.54mm三排针,90/180度,H=2.5mm 2.54mm单/双排针,打K,H=1.5/2.0/2.5mm 2.54mm双排针,90/180度,H=4.3mm 2.54mm双排针,90/180度,H=7.4mm 2.54mm双排针,双塑,90度,塑宽=9.7mm,H=2.54mm 2.00mm排针系列： 2.00mm单排
标签： 板对板连接器 排针排母连接器 排针连接器 排母连接器 SMT排针 双塑SMT排针 双塑SMD排针 双塑贴片排针
上传时间： 2016-08-03
上传用户：sztfjm
#include "iostream" using namespace std; class Matrix { private: double** A; //矩阵A double *b; //向量b public: int size; Matrix(int ); ~Matrix(); friend double* Dooli(Matrix& ); void Input(); void Disp(); }; Matrix::Matrix(int x) { size=x; //为向量b分配空间并初始化为0 b=new double [x]; for(int j=0;j<x;j++) b[j]=0; //为向量A分配空间并初始化为0 A=new double* [x]; for(int i=0;i<x;i++) A[i]=new double [x]; for(int m=0;m<x;m++) for(int n=0;n<x;n++) A[m][n]=0; } Matrix::~Matrix() { cout<<"正在析构中~~~~"<<endl; delete b; for(int i=0;i<size;i++) delete A[i]; delete A; } void Matrix::Disp() { for(int i=0;i<size;i++) { for(int j=0;j<size;j++) cout<<A[i][j]<<" "; cout<<endl; } } void Matrix::Input() { cout<<"请输入A:"<<endl; for(int i=0;i<size;i++) for(int j=0;j<size;j++){ cout<<"第"<<i+1<<"行"<<"第"<<j+1<<"列:"<<endl; cin>>A[i][j]; } cout<<"请输入b:"<<endl; for(int j=0;j<size;j++){ cout<<"第"<<j+1<<"个:"<<endl; cin>>b[j]; } } double* Dooli(Matrix& A) { double *Xn=new double [A.size]; Matrix L(A.size),U(A.size); //分别求得U，L的第一行与第一列 for(int i=0;i<A.size;i++) U.A[0][i]=A.A[0][i]; for(int j=1;j<A.size;j++) L.A[j][0]=A.A[j][0]/U.A[0][0]; //分别求得U，L的第r行，第r列 double temp1=0,temp2=0; for(int r=1;r<A.size;r++){ //U for(int i=r;i<A.size;i++){ for(int k=0;k<r-1;k++) temp1=temp1+L.A[r][k]*U.A[k][i]; U.A[r][i]=A.A[r][i]-temp1; } //L for(int i=r+1;i<A.size;i++){ for(int k=0;k<r-1;k++) temp2=temp2+L.A[i][k]*U.A[k][r]; L.A[i][r]=(A.A[i][r]-temp2)/U.A[r][r]; } } cout<<"计算U得:"<<endl; U.Disp(); cout<<"计算L的:"<<endl; L.Disp(); double *Y=new double [A.size]; Y[0]=A.b[0]; for(int i=1;i<A.size;i++ ){ double temp3=0; for(int k=0;k<i-1;k++) temp3=temp3+L.A[i][k]*Y[k]; Y[i]=A.b[i]-temp3; } Xn[A.size-1]=Y[A.size-1]/U.A[A.size-1][A.size-1]; for(int i=A.size-1;i>=0;i--){ double temp4=0; for(int k=i+1;k<A.size;k++) temp4=temp4+U.A[i][k]*Xn[k]; Xn[i]=(Y[i]-temp4)/U.A[i][i]; } return Xn; } int main() { Matrix B(4); B.Input(); double *X; X=Dooli(B); cout<<"~~~~解得:"<<endl; for(int i=0;i<B.size;i++) cout<<"X["<<i<<"]:"<<X[i]<<" "; cout<<endl<<"呵呵呵呵呵"; return 0; }
标签： 道理特分解法
上传时间： 2018-05-20
上传用户：Aa123456789
AR0231AT7C00XUEA0-DRBR（RGB滤光）安森美半导体推出采用突破性减少LED闪烁 (LFM)技术的新的230万像素CMOS图像传感器样品AR0231AT，为汽车先进驾驶辅助系统(ADAS)应用确立了一个新基准。新器件能捕获1080p高动态范围(HDR)视频，还具备支持汽车安全完整性等级B(ASIL B)的特性。LFM技术(专利申请中)消除交通信号灯和汽车LED照明的高频LED闪烁，令交通信号阅读算法能于所有光照条件下工作。AR0231AT具有1/2.7英寸(6.82 mm)光学格式和1928(水平) x 1208(垂直)有源像素阵列。它采用最新的3.0微米背照式(BSI)像素及安森美半导体的DR-Pix™技术，提供双转换增益以在所有光照条件下提升性能。它以线性、HDR或LFM模式捕获图像，并提供模式间的帧到帧情境切换。 AR0231AT提供达4重曝光的HDR，以出色的噪声性能捕获超过120dB的动态范围。AR0231AT能同步支持多个摄相机，以易于在汽车应用中实现多个传感器节点，和通过一个简单的双线串行接口实现用户可编程性。它还有多个数据接口，包括MIPI(移动产业处理器接口)、并行和HiSPi(高速串行像素接口)。其它关键特性还包括可选自动化或用户控制的黑电平控制，支持扩频时钟输入和提供多色滤波阵列选择。封装和现状：AR0231AT采用11 mm x 10 mm iBGA-121封装，现提供工程样品。工作温度范围为-40℃至105℃(环境温度)，将完全通过AEC-Q100认证。
标签： 图像传感器
上传时间： 2022-06-27
上传用户：XuVshu
Altium Designer2019是一款高效专业的实用型PCB电路板设计辅助工具，AD 19功能强劲，完美地将原理图、ecad库、供应链管理以及PCB设计等方面相结合，Altium Designer2019中文版便捷好用，可以让用户完全掌控设计过程，在同一环境中创建组件，配置各种输出文件。Altium Designer2019功能介绍 1、允许网格延伸超出董事会轮廓。 2、一个经典的明亮主题。(非18.1那个) 3、ActiveBOM新增很多功能和重大改进。 4、增加在装配图中查看PCB图层的能力(绘图员)。 5、将3D视图添加到Draftsman(绘图员)。 6、在“Place Fab View”中提供多个可选图层(绘图员)。 7、从中点到中点的3D测量。 8、阻抗驱动差分对规则。 9、用户生成的FPGA引**换(.nex)文件。 10、不对称带状线阻抗计算。 11、改进层堆栈管理器。 12、能够使用多边形进行阻抗计算以及平面。 13、Pin Mapper功能增强。 14、auto place tool(这个不是太确定) 15、改善连接轨道的拖动组件(45度 任意角度 90度跟随) 17、PcbLib编辑器中可以给封装放置标注尺寸(机械层)，可以导入到PCB中。 18、多板设计里面添加支持FPC(软板)的功能。
上传时间： 2022-07-22
上传用户：canderile
一般调用元件的话，使用PartGallery的search功能都能找到相应的器件。注意MaST IOLAMS这里有两种不同语言描述的元件，一般不能同时在一张原理图中使用。在PartGallery中browse目录按照大的应用领域和市场领域划分。比喻Elctrical目录下包含一些电气行业相关的模型。1.翻转元件：选中该元件（可选多个），按R键，可实现90度翻转。按F键可实现180度翻转。2.电容或电感初始电压或电流值设置：在电容或电感元件的属性里有一项ic设置，默认未设置（undef），设置其为想要的值即可。3.Saber中，设置元件属性时，不能带任何单位符号，如电阻的“9，”电压的“V”时间的“S等，否则saber会报错。4.Saber中，仿真文件名不能和元件库中的元件同名，否则会报错。5.Saber中，原理图名称最好不要与路径名中有重复，否则会报错。6.原理图放大或缩小：按“page up或”“page down即可7.局部放大显示波形：直接拖动鼠标放大，或按“page up即可8.恢复波形显示原始大小：按“page down，”在右键菜单里点“zoom→tofi即可”9.按鼠标中键可拖动整个原理图包括波形显示图。
标签： saber
上传时间： 2022-07-23
上传用户：
溫度華氏轉變攝氏 #include <stdio.h> #include <stdlib.h> enum x {A,B,C,D,E} int main(void) { int a=73,b=85,c=66 { if (a>=90) printf("a=A等級!!\n") else if (a>=80) printf("73分=B等級!!\n") else if (a>=70) printf("73分=C等級!!\n") else if (a>=60) printf("73分=D等級!!\n") else if (a<60) printf("73分=E等級!!\n") } { if (b>=90) printf("b=A等級!!\n") else if (b>=80) printf("85分=B等級!!\n") else if (b>=70) printf("85分=C等級!!\n") else if (b>=60) printf("85分=D等級!!\n") else if (b<60) printf("85分=E等級!!\n") } { if (c>=90) printf("c=A等級!!\n") else if (c>=80) printf("66分=B等級!!\n") else if (c>=70) printf("66分=C等級!!\n") else if (c>=60) printf("66分=D等級!!\n") else if (c<60) printf("66分=E等級!!\n") } system("pause") return 0 }
上传时间： 2014-11-10
上传用户：wpwpwlxwlx
溫度華氏轉變攝氏 #include <stdio.h> #include <stdlib.h> enum x {A,B,C,D,E} int main(void) { int a=73,b=85,c=66 { if (a>=90) printf("a=A等級!!\n") else if (a>=80) printf("73分=B等級!!\n") else if (a>=70) printf("73分=C等級!!\n") else if (a>=60) printf("73分=D等級!!\n") else if (a<60) printf("73分=E等級!!\n") } { if (b>=90) printf("b=A等級!!\n") else if (b>=80) printf("85分=B等級!!\n") else if (b>=70) printf("85分=C等級!!\n") else if (b>=60) printf("85分=D等級!!\n") else if (b<60) printf("85分=E等級!!\n") } { if (c>=90) printf("c=A等級!!\n") else if (c>=80) printf("66分=B等級!!\n") else if (c>=70) printf("66分=C等級!!\n") else if (c>=60) printf("66分=D等級!!\n") else if (c<60) printf("66分=E等級!!\n") } system("pause") return 0 }
上传时间： 2013-12-12
上传用户：亚亚娟娟123
车牌定位－－－VC++源代码程序 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2013-11-26
上传用户：懒龙1988
1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2014-01-08
上传用户：songrui
LCD DRIVER AF-128 B
上传时间： 2014-12-22
上传用户：851197153
