代码搜索：信号路径优化
找到约 10,000 项符合「信号路径优化」的源代码
代码结果 10,000
www.eeworm.com/read/368882/9674882
asm 8位ad转换.asm
EOC EQU P3.2;AD转换结束信号，高电平有效
SC EQU P3.6;AD转换启动信号，正脉冲有效
ALE EQU P3.7;地址锁存允许信号，高电平有效
ADZHI EQU 6FH
ORG 0000H
LJMP START
START:
MOV SP,#71H
ADZH:
CLR ALE
CLR SC
NOP
SETB ALE
www.eeworm.com/read/249554/12488349
txt hongwai.txt
红外线遥控器解码程序
ORG 0000H
MOV 50H,#00
MOV 51H,#00
MOV P3,#00
MOV P1,#00
SETB P3.3
START:
;------------------------ ;对遥控信号的9000微秒的初始低电平信号的识别
JNB P3.3,$ ;等待遥控信号出现
MOV
www.eeworm.com/read/249013/12527006
h myinclude.h
#include
#include
#include
#define uint8 unsigned char
#define SCK_H BIT1 //sck信号的高电平
#define DATA_H BIT0 //data信号的高电平
#define SCK_L ~BIT1 //sck信号的低电平
#de
www.eeworm.com/read/203804/15351278
a51 pro1.a51
COML EQU 20H ;16位命令的低字节存储单元
COMH EQU 21H ;16位命令的高字节存储单元
MISO EQU P1.0 ;主机输入，从设备输出信号
SS EQU P1.1 ;从设备片选信号
MOSI EQU P3.0 ;主机输出，从设备输入信号
SCLK
www.eeworm.com/read/103354/15736188
m linennet_147.m
% 本例设计一个自适应线性层，并用函数trainwh()对其进行训练，训练好的网络用于信号预测。
clf reset
figure(gcf)
%setfsize(300,300);
echo on
clc
% INITLIN -对线性层初始化
% ADAPTWH -采用Widrow-Hoff规则训练线性层
pause
clc
% 定义输入信号P和目标信号T
time=
www.eeworm.com/read/290926/8451530
txt 240.txt
优化/企业/管理/提高/生产/效率/管理/项目/实施/企业/咨询/业务/效率/新闻/新闻/论坛/小组/下载/读书/搜索/游戏/视频/人才/书店/程序/位置/新闻/频道/正文/优化/企业/管理/提高/生产/效率/来自/收藏/项目/开始/正式/实施/实施/过程/正好/遇到/业务/整合/由于/一期/流程/稳定/出现/反复/变更/状况/但是/中国/咨询/业务/咨询/人员/克服/困难/自身/专业/知识/长期 ...
www.eeworm.com/read/386257/8759373
m ex1209.m
%ex1209.m 惩罚函数法求约束最优化问题
clear
f ='f1209';
x0=[3 0];
TolX = 1e-4;
TolFun = 1e-9;
MaxIter=100;
alpha0 = 1;
%%%%选用不是基于梯度的无约束最优化方法求解，的正确结果
[xo_Nelder,fo_Nelder] = Opt_Nelder(f,x0,TolX,TolFun,Max
www.eeworm.com/read/373421/9456608
m mymulti.m
clear;
clc;
%下面为一个含有两个优化目标的多目标优化问题：利用并列选择法求解
%Function f1=f(x) %第一目标函数
%f1=x(:,1).*x(:,1)/4+x(:,2).*x(:,2)/4;
%Function f2=f(x) %第二目标函数
%f2=x(:,1).*(1-x(:,2))
www.eeworm.com/read/417710/10979609
m ex1209.m
%ex1209.m 惩罚函数法求约束最优化问题
clear
f ='f1209';
x0=[3 0];
TolX = 1e-4;
TolFun = 1e-9;
MaxIter=100;
alpha0 = 1;
%%%%选用不是基于梯度的无约束最优化方法求解，的正确结果
[xo_Nelder,fo_Nelder] = Opt_Nelder(f,x0,TolX,TolFun,Max
www.eeworm.com/read/443342/7634329
m ex1209.m
%ex1209.m 惩罚函数法求约束最优化问题
clear
f ='f1209';
x0=[3 0];
TolX = 1e-4;
TolFun = 1e-9;
MaxIter=100;
alpha0 = 1;
%%%%选用不是基于梯度的无约束最优化方法求解，的正确结果
[xo_Nelder,fo_Nelder] = Opt_Nelder(f,x0,TolX,TolFun,Max