Quantums 5.0开发环境，单片机实验编程，实现的小型CPU，包括取指、译码、计算等多个模块实现
上传时间： 2013-12-23
上传用户：2525775
unix环境高级编程一书源代码 本书全面介绍了UNIX系统的程序设计界面—系统调用界面和标准C库提供的许多函数。 本书的前15章着重于理论知识的阐述，主要内容包括UNIX文件和目录、进程环境、进程控制、进程间通信以及各种I/O。在此基础上，分别按章介绍了多个应用实例，包括如何创建数据库函数库，PostScript 打印机驱动程序，调制解调器拨号器及在伪终端上运行其他程序的程序等。 本书内容丰富权威，概念清晰精辟，一直以来被誉为UNIX编程的“圣经”，对于所有UNIX程序员—无论是初学者还是专家级人士—都是一本无价的参考书籍。
上传时间： 2013-12-20
上传用户：CHENKAI
fastlib 是一个高效的php开发脚本环境， 封闭了对数据库，图像，URL地址，树形结构 IP查询，简单的MVC结构，RSS生成，文件上传 支持直接生成HTML2.0-XHTML1.1,WML网页 （无需服务器支持WML）,内置多语言(po,mo格式)支持。
上传时间： 2017-09-26
上传用户：坏坏的华仔
本文设计实现的是一个多功能数字电子钟，其功能为：24小时制时、分、秒的时间显示，具有整点报时功能；年、月、日及星期的日历显示；具有秒表功能；可显示当前环境温度；可通过按键对各时间信息进行调整。系统采用单片机AT89C52作为主控芯片。系统中的显示模块采用LCD1602液晶显示器实现。LCD1602可以显示两行字符，每行16个字符，能够满足本系统的显示要求。系统中的温度采集模块采用DS18B20芯片实现。DS18B20体积小，其输出量是数字量，可直接与单片机通信，且为单总线传送，可简化电路，大大减小系统的体积。系统中的时钟产生模块采用DS1302时钟芯片实现。DS1302时钟芯片为单总线传送，只需一条线就可以完成与单片机之间数据的交换，且该芯片准确度很高，可大大减小电子钟的时间误差。总得来说本设计电路简单、容易实现且性能稳定。
上传时间： 2017-09-27
上传用户：lz4v4
多任务创建了并发运行的许多执行线程的外观，事实上，内核在调度算法的基础上交织它们的执行。 每个明显独立的程序称为任务。 每个任务都有自己的上下文，即每次调度由内核运行时任务看到的CPU环境和系统资源。 在上下文切换上，任务的上下文保存在任务控制块（TCB）中。 任务的上下文包括： 1.一个执行的线程，也就是任务的程序计数器 2.CPU寄存器和浮点寄存器（如果需要） 3.一堆动态变量和函数调用的返回地址 4.标准输入，输出，错误的I / O分配 5.延迟定时器 6.时间片定时器 7.内核控制结构 8.信号处理程序 9.调试和性能监视值
上传时间： 2017-01-16
上传用户：zjg0123
在微电网调度过程中综合考虑经济、环境、蓄电池的 循环电量，建立多目标优化数学模型。针对传统多目标粒子 群算法(multi-objective particle swarm optimization，MOPSO) 的不足，提出引入模糊聚类分析的多目标粒子群算法 (multi-objective particle swarm optimization algorithm based on fuzzy clustering，FCMOPSO)，在迭代过程中引入模糊聚 类分析来寻找每代的集群最优解。与 MOPSO 相比， FCMOPSO 增强了算法的稳定性与全局搜索能力，同时使优 化结果中 Pareto 前沿分布更均匀。在求得 Pareto 最优解集 后，再根据各目标的重要程度，用模糊模型识别从最优解集 中找出不同情况下的最优方案。最后以一欧洲典型微电网为 例，验证算法的有效性和可行性。
上传时间： 2019-11-11
上传用户：Dr.赵劲帅
在vs的环境中实现一个多线程的小例子：狼羊赛跑，
标签： VS 多线程 windows应用与开发
上传时间： 2020-07-04
上传用户：ly11
30个数学建模智能算法及MATLAB程序代码:chapter10基于粒子群算法的多目标搜索算法.rarchapter11基于多层编码遗传算法的车间调度算法.rarchapter12免疫优化算法在物流配送中心选址中的应用 .rarchapter13粒子群优化算法的寻优算法.rarchapter14基于粒子群算法的PID控制器优化设计.rarchapter15基于混合粒子群算法的TSP搜索算法 .rarchapter16 基于动态粒子群算法的动态环境寻优算法.rarchapter17基于PSO工具箱的函数优化算法.rarchapter18鱼群算法函数寻优.rarchapter19基于模拟退火算法的TSP算法.rarchapter1遗传算法工具箱.rarchapter20基于遗传模拟退火算法的聚类算法.rarchapter21模拟退火算法工具箱及应用.rarchapter22蚁群算法的优化计算——旅行商问题(TSP)优化 .rarchapter23基于蚁群算法的二维路径规划算法.rarchapter24 基于蚁群算法的三维路径规划算法.rarchapter25有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测.rarchapter26.rarchapter27无导师学习神经网络的分类——矿井突水水源判别.rarchapter28支持向量机的分类——基于乳腺组织电阻抗特性的乳腺癌诊断 .rarchapter29支持向量机的回归拟合——混凝土抗压强度预测.rarchapter2基于遗传算法和非线性规划的函数寻优算法 .rarchapter30极限学习机的回归拟合及分类.rarchapter3基于遗传算法的BP神经网络优化算法 .rarchapter4sa_tsp.rarchapter5基于遗传算法的LQR控制器优化设计.rarchapter6遗传算法工具箱详解及应用 .rarchapter7多种群遗传算法的函数优化算法.rarchapter8基于量子遗传算法的函数寻优算法 .rarchapter9基于遗传算法的多目标优化算法.rar
上传时间： 2021-11-28
上传用户：
神经网络在智能机器人导航系统中的应用研究1神经网络在环境感知中的应 用 对环境 的感 知 ，环境模型 妁表示 是非常重要 的。未 知 环境中的障碍物的几何形状是不确定的，常用的表示方浩是 槽格法。如果用册格法表示范围较大的工作环境，在满足 精度要求 的情况下，必定要占用大量的内存，并且采用栅 格法进行路径规划，其计算量是相当大的。Kohon~n自组织 神经瞬络为机器人对未知环境的蒜知提供了一条途径。 Kohone~冲经网络是一十自组织神经网络，其学习的结 果能体现出输入样本的分布情况，从而对输入样本实现数 据压缩 。基于 网络 的这些特 性，可采 用K0h0n曲 神经元 的 权向量来表示 自由空间，其方法是在 自由空间中随机地选 取坐标点xltl【可由传感器获得】作为网络输入，神经嘲络通 过对大量的输八样本的学习，其神经元就会体现出一定的 分布形 式 学习过程如下：开 始时网络的权值随机地赋值 ， 其后接下式进行学 习： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神经元 1在t时刻对 应的权值 ；a(∽ 谓整系 数 ； (『l网络的输八矢量；Ⅳ()：学习的 I域。每个神经元能最 大限度 地表示一 定 的自由空间 。神经 元权 向量的最 小生成 树可以表示出自由空问的基本框架。网络学习的邻域 (，) 可 以动 态地 定义 成矩形 、多边 形 。神经 元数量 的选取取 决 于环境 的复杂度 ，如果神 经元 的数量 太少 ．它们就 不能 覆 盖整十空间，结果会导致节点穿过障碍物区域 如果节点 妁数量太大 ．节点就会表示更多的区域，也就得不到距障 碍物的最大距离。在这种情况下，节点是对整个 自由空间 的学 习，而不是 学习最 小框架空 间 。节 点的数 量可 以动态 地定义，在每个学习阶段的结柬．机器人会检查所有的路 径．如检铡刊路径上有障碍物 ，就意味着没有足够的节点 来 覆盖整 十 自由窑 间，需要增加 网络节点来 重新学 习 所 138一 以为了收敛于最小框架表示 ，应该采用较少的网络 节点升 始学习，逐步增加其数量。这种方法比较适台对拥挤的'E{= 境的学习，自由空间教小，就可用线段表示；若自由空问 较大，就需要由二维结构表示 。 采用Kohonen~冲经阿络表示环境是一个新的方法。由 于网络的并行结构，可在较短的时间内进行大量的计算。并 且不需要了解障碍物的过细信息．如形状、位置等 通过 学习可用树结构表示自由空问的基本框架，起、终点问路 径 可利用树的遍 历技术报容易地被找到 在机器人对环境的感知的过程中，可采用人】：神经嘲 络技术对 多传 感器的信息进 行融台 。由于单个传感器仅能 提 供部分不 完全 的环境信息 ，因此只有秉 甩 多种传感器 才 能提高机器凡的感知能力。 2 神经 网络在局部路径规射中的应 用 局部路径 规删足称动吝避碰 规划 ，足以全局规荆为指 导 利用在线得到的局部环境信息，在尽可能短的时问内
上传时间： 2022-02-12
上传用户：qingfengchizhu
战场环境是影响战争胜负走向的关键因素，其中地形是战场环境的主要构成。随着军事技术的变革、精确打击和精确斩首武器的运用，传统二维地图的局限性已经无法满足军事训练和军事指挥方面的需求。而对于当前的三维战场地形，快速进行地形模型构建、地形模型精细化以及海量数据可视化呈现的要求显得越来越高。因此，本文为构建真实的三维战场地理环境及可视化进行了深入研究。本文选用倾斜摄影技术与 Cesium可视化库进行真实三维地形的建立及可视化平台的搭建，以西安工业大学未央校区做为典型应用实例进行城市作战可视化开发。首先，本文介绍了三维实景建模与可视化相关理论；论述了在Web端进行可视化开发的优势；提出了倾斜摄影测量技术对三维战场地形构建时存在的问题及解决办法。其次，本文制定了战场环境多源数据采集方案以及基于 Smart3D多源数据融合建模流程。制作了三维战场地形数据并进行了模型质量分析，包括模型的纹理精度、几何精度和地理坐标精度。确保生成的地形数据满足逼真的可视化视觉效果及地形对地面人员装备的各种干涉作用的真实性最后，本文在前三章的基础上采用BS三层架构的方式，通过 Cesium、HTLM，JavaScript等语言进行战场环境可视化平台的搭建，实现了城市化作战的三维战场环境构建。同时本文基于 Cesium完成了模型单体化和模型驱动等功能本课题对三维战场地形环境构建与可视化研究具有重要意义。本文提出的战场环境构建方法可以运用到各种战场环境的构建，包括山地丘陵的作战地形环境构建、城市反恐作战等。通过可视化平台的加载可以直观、真实了解战场环境。通过模型驱动完成战场中各种演示效果。关键词：多源数据融合；倾斜摄影测量：三维建模；Cesium：三维战场环境可视化：CZML
标签： 数据融合
上传时间： 2022-03-17
上传用户：
