该MFC参考含盖了Microsoft基本类库中的类、全局函数、全局变量和宏的内容。 参考中“类层次结构图”是为了方便查找某个类的基类。 该MFC参考通常不描述通过继承的函数或操作符。若要寻求这些函数的信息，请参阅类层次结构图中该类的基类信息。 每个类的说明文档包括：该类的概括、类成员的种类、以及该成员函数、重载操作符或数据成员的基本用途。
上传时间： 2014-11-14
上传用户：zmy123
基于ZigBee 无线传感器网络的 谷物监测系统的研究 文/ 陈学川 【摘要】本文构建了一种基于ZigBee 无线传感器网络的谷物实时监测系统。在给出谷物监测系统整体结 构的情况下， 描述了基于CC2430 芯片的网络节点硬件电路， 讨论了网络的数据传输流程， 给出了软件的工 作流程； 本系统能够更加简便的监测谷物仓储的温度、湿度和风压等相关参数的变化， 为现有谷物仓储监测 手段的改进提供了一种可行性较高的方案。 【关键词】无限传感器网络ZigBee 谷物仓储监测软硬件设计
上传时间： 2017-02-04
上传用户：xuanchangri
综合2叉树及B+树优点的能根据增删改而分裂或合并的完整程序(现在以8bit(BYTE key)为关键字,可扩充到64bit的double为key,用户数据包现在以float ton表示,可扩充到任意结构struct)
上传时间： 2017-02-19
上传用户：498732662
数据结构是计算机学科的一门核心课程。数据结构课程的 任务是讨论现实世界中数据的各种逻辑结构、在计算机中的存 储结构以及实现各种操作的算法等问题。掌握如何组织数据、 如何存储数据和如何处理数据的基本方法，从而更好地进行软 件开发和应用。 典型数据结构包括表、堆栈、队列、数组、串、树、二叉 树、图、递归程序设计、排序和查找方法，介绍的典型存储结 构包括顺序存储结构、链式存储结构以及这两种典型存储结构 的结合。本速查器采用C语言作为算法描述语言，所有算法和 设计例子均在计算机上测试通过。本速查器对各种数据结构的 概念讨论和实际例子相结合，实际设计例子典型且完整。 尽管本软件在制作过程中非常认真和努力，但错误和不足 之处仍在所难免，敬请用者批评指正。 谢谢使用！
上传时间： 2013-12-22
上传用户：kelimu
该MFC参考含盖了Microsoft基本类库中的类、全局函数、全局变量和宏的内容。 参考中“类层次结构图”是为了方便查找某个类的基类。 该MFC参考通常不描述通过继承的函数或操作符。若要寻求这些函数的信息，请参阅类层次结构图中该类的基类信息。 每个类的说明文档包括：该类的概括、类成员的种类、以及该成员函数、重载操作符或数据成员的基本用途。 仅撰写应用程序或派生类在一般情况下对于公共和保护类成员的使用说明。 寻求完整的类成员的列表，请参阅该类的头文件。
上传时间： 2013-12-24
上传用户：redmoons
« 问题描述： 有时需要测试2 个数据结构的同构性，即2个同构的结构在相应的位置具有相同结点数 和分枝数。试设计一个递归函数用于测试2 棵二叉树是否同构。 « 实验任务： 对于给定的2 棵二叉树，计算这2 棵二叉树是否同构。
上传时间： 2014-01-07
上传用户：yoleeson
第 1 章 绪论 1．简述下列概念：数据、数据元素、数据项、数据对象、数据结构、逻辑结构、存储结 构、抽象数据类型。 答案： 数 据 ：是客观事物的符号表示，指所有能输入到计算机中并被计算机程序处理的符号的 总称。如数学计算中用到的整数和实数，文本编辑所用到的字符串，多媒体程序处理的图形、 图像、声音、动画等通过特殊编码定义后的数据。 数据元素 ：是数据的基本单位，在计算机中通常作为一个整体进行考虑和处理。在有些 情况下，数据元素也称为元素、结点、记录等。数据元素用于完整地᧿述一个对象，如一个 学生记录，树中棋盘的一个格局（状态）、图中的一个顶点等。 数据项 ：是组成数据元素的、有独立含义的、不可分割的最小单位。例如，学生基本信 息表中的学号、姓名、性别等都是数据项。 数据对象 ：是性质相同的数据元素的集合，是数据的一个子集。例如：整数数据对象是 集合 N={0，±1，±2，…}，字母字符数据对象是集合 C={
标签： 数据结构
上传时间： 2017-01-03
上传用户：xialong1997
在工业应用中常用一组传感器对问一个被测量目标在一个过程的不同位置进行测量，然而由于每个传感器位于过程的不同位置，它们将不问程度的受到嗓声的干扰，为了从被嗓声干扰的多传感器测量值中获得更准确的测量结果，霱要进“步研究多传感器的融合理论多传感器数据融合系统的关键在于如何充分利用各个传感器的信息，得到对被测参数的最优估计，本文主要研究了以加权的方式进行多传感器数据融合的方法，即研究如何对每个传感器进行加权，从而得到对被测参数最优佑计的方法为此本文在介绍了多传感器数据融合技术的基础上，首先研究了基于奇异值分解的数据融合算法，通过对传感器测量值构成的矩阵进行奇异值分解，利用每个传感器测量值所对应的奇异值，可以估计出对每个传感器权值的最优估计，从而在不要任何先验知识的条件下，可仅由多传感器的测量值，利用提出的算法得到在最小均方误差意义下的被测参数的最优估计，此外，在许多工业过程中，人们利用多传感器测量同一过程参数以控制该参数在过程中的不同位置能根据需要进行合理分布，此时人们希望利用多传感器融合的测量结果，对每一个传感器的测量数据进行重建，以获得对每一个传感器的测量结果进行更为准确的估计。为此，本文进一步研究了基于小波降噪和数据融合的传感器数据重建算法，仿真和实验结果都说明提出算法是有效的，最后，研究了非线性动态系统的状态融合问题，研究了加权无气味卡尔曼滤波（UKF）方法，研究表明无气味卡尔曼波波能克服了扩展卡尔曼滤波（EKF）在状态融合估计中的不足，可以得到了更准确的状态融合估计结关键词多传感器系统，数据融合，奇异值分解，UKF
上传时间： 2022-03-16
上传用户：aben
机械设计,制造常用数据及标准规范实用手册 .PDF
上传时间： 2013-04-15
上传用户：eeworm
ITU-R BT.656数据协议
上传时间： 2013-05-22
上传用户：eeworm
