代码搜索：道路识别
找到约 3,720 项符合「道路识别」的源代码
代码结果 3,720
www.eeworm.com/read/151583/12196020
txt 217.txt
【 日 期 】19961106
【 版 号 】10
【 标 题 】钱学森论科学思维与艺术思维
【 作 者 】钱学敏
【 正 文 】
照亮我的道路、并不断给我新的勇气去愉快地正视生活的理想，是善、真、美…
…要不是全神贯注于那个在艺术和科学研究领域永远也达不到的对象，那么人生在我
看来就是空虚的。 ———爱因斯坦
近年来，钱学森教授通过总结２０世纪 ...
www.eeworm.com/read/306178/3753466
c sl3.c
// by mayue
inherit ROOM;
void create()
{
set("short", "松树林");
set("long", @LONG
这里是一片浓密的松树林，前面已经没有了道路，你必须不时砍断
横在你面前的枝桠。林内光线黑暗，静的能听到你自己的心跳声 ，只有
你踩在地上厚厚的松针和枯枝上发出的沙沙声。前面依稀透着一点光亮，
你不由长长的吁了一口气。 ...
www.eeworm.com/read/306178/3753469
c sl8.c
// by mayue
inherit ROOM;
void create()
{
set("short", "松树林");
set("long", @LONG
这里是一片浓密的松树林，前面已经没有了道路，你必须不时砍断
横在你面前的枝桠。不远处一株千年的古松直插云霄，它下面纵横交错
的树根似乎在向人诉说它悠久的岁月。林内光线黑暗，静的能听到你自
己的心跳声 ，只有你踩在地上 ...
www.eeworm.com/read/306178/3760350
c road5.c
inherit ROOM;
void create()
{
set("short", "大驿道");
set("long", @LONG
你走在一条尘土飞扬的大驿道上。四周人来人往。挑担子的、
行商的、赶着大车的马夫、上京赶考的书生，熙熙攘攘，非常热闹。
不时还有两三骑快马从身边飞驰而过，扬起一路尘埃。道路两旁是
整整齐齐的杨树林。北边就是永定门了。
LONG );
set("exits ...
www.eeworm.com/read/306178/3760382
c road10.c
inherit ROOM;
void create()
{
set("short", "小道");
set("long", @LONG
你走在一条尘土飞扬的大驿道上。四周人来人往。挑担子的、
行商的、赶着大车的马夫、上京赶考的书生，熙熙攘攘，非常热闹。
不时还有两三骑快马从身边飞驰而过，扬起一路尘埃。道路两旁是
整整齐齐的杨树林。东边就是大海之滨了。
LONG );
set("exits ...
www.eeworm.com/read/336354/12448961
m distinguish.m
%识别程序：
%输入作为识别参数时，则将电压幅值化成标么值的形式,而且谐波的幅值一般均设为1；
%X数组的第一行为基波a相的测量值，第二行为b相的测量值，第三行为c相的测量值（如果没有三相数据，则第二行和第三行为谐波数值），以后几行均为谐波数值；
%倒数第二行为电压波动数值，输入格式为【0 0 d(电压波动值)】，最后一行为三相不平衡数值，输入格式为【e(三相不平衡度) 0 0】；
cle ...
www.eeworm.com/read/202330/15386139
txt readme.txt
程序演示了一个USB鼠标的应用。
运行时用USB线连接开发板与PC机，
PC将自动识别出设备类型并准备驱动。
当一切配置完成后（此时L3会亮起），可以用板上的按键来模拟鼠标动作（
K1代表左，K2代表上，K3代表下，K4代表右，K5代表鼠标左键，K2与K3同时按下代表鼠标右键）。
注意：第一次测试时，如果在程序未运行前即用USB线连接开发板与PC机，则会显示无法识别USB设备。
这 ...
www.eeworm.com/read/382449/9027709
plg 4x4keyboard.plg
礦ision2 Build Log
Project:
D:\My Documents\我的单片机实验\14.4×4矩阵式键盘识别技术\Keil-H\4x4keyboard.uv2
Project File Date: 08/09/2007
Output:
Build target '
www.eeworm.com/read/382041/9056892
m m2oban_cssj_som7.m
%SOM神经网络，20051210
%实验类内距离和类内离差阵的关系
%======每5类DOA相差9，检查对DOA的适应情况=DOA变化从3倍sita变化=== 识别率为 100 ========================
function yy=som33(bb)
aa=20;bb=bb;
[mm,m1,q]=som3(aa,bb)
p=q;
m=mm;
grpcou
www.eeworm.com/read/382041/9056907
m som33.m
%SOM神经网络，20051210
%实验类内距离和类内离差阵的关系
%======每5类DOA相差9，检查对DOA的适应情况=DOA变化从3倍sita变化=== 识别率为 100 ========================
function yy=som33(bb)
aa=20;bb=bb;
[mm,m1,q]=som3(PP1,bb)
p=q;
m=mm;
grpco