每类
共 25 篇文章
每类 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 25 篇文章，持续更新中。
基于FPGA的MVBC设计与开发
随着动车组的日益普及，列车上传输的信息量不断增长，列车通信网络(TCN)将扮演越来越重要的角色。列车通信网络协议，即IEC61375-1标准，将列车通信网络分为两部分：联接各节可动态编组车辆的铰链式列车总线WTB和联接车辆内固定设备的多功能车辆总线MVB。在国内列车上应用的MVB相关产品和技术大多从国外进口。我国对这方面技术的研究和开发应用处于起步阶段，尚无法打破外国的垄断。这不利于研制具有自主知
基于FPGA的MVBC设计与开发.rar
随着动车组的日益普及，列车上传输的信息量不断增长，列车通信网络(TCN)将扮演越来越重要的角色。列车通信网络协议，即IEC61375-1标准，将列车通信网络分为两部分：联接各节可动态编组车辆的铰链式列车总线WTB和联接车辆内固定设备的多功能车辆总线MVB。在国内列车上应用的MVB相关产品和技术大多从国外进口。我国对这方面技术的研究和开发应用处于起步阶段，尚无法打破外国的垄断。这不利于研制具有自主知
基于ARM架构的嵌入式人脸识别技术研究
嵌入式人脸识别系统建立在嵌入式操作系统和嵌入式硬件系统平台之上,具有起点高、概念新、实用性强等特点。它涉及嵌入式硬件设计、嵌入式操作系统应用开发、人脸识别算法等领域的研究；嵌入式人脸识别系统携带方便、安装快捷、机动性强,可广泛应用于各类门禁系统、户外机动布控的实时监测等特殊场合,因此对嵌入式人脸识别的研究工作具有突出的理论意义和广泛的应用前景。 本文是上海市经委创新研究项目《射频识别RFID系统-
NE555电路应用带占空比和频率独立调节电路资料
我们知道，555电路在应用和工作方式上一般可归纳为3类。每类工作方式又有很多个不同的电路。<br/> 在实际应用中，除了单一品种的电路外，还可组合出很多不同电路，如：多个单稳、多个双稳、单稳和无稳，双稳和无稳的组合等。这样一来，电路变的更加复杂。为了便于我们分析和识别电路，更好的理解555电路，这里我们这里按555电路的结构特点进行分类和归纳，把555电路分为3大类、8种、共18个单元电路。每
电容的介绍和深入华为内部资料
<p>电容的介绍和深入__华为内部资料</p><p>无源滤波元器件中，电容是一个很重要的基本元器件，但应用中由于对电容的认识不深，存在一些不正确的使用而造成问题。本文主要针对我司常用的三类电容（铝电容、钽电容和陶瓷电容），从电容结构、制造工艺入手，结合滤波模型关注的参数性能进行深入的剖析，最后引出如何正确可靠应用电容。结构上采取每类电容一大章，每一章三小节分析：第一小节简单介绍电容的结构和生产加工
NE555电路应用带占空比和频率独立调节电路
<p>我们知道，555电路在应用和工作方式上一般可归纳为3类。每类工作方式又有很多个不同的电路。<br/> 在实际应用中，除了单一品种的电路外，还可组合出很多不同电路，如：多个单稳、多个双稳、单稳和无稳，双稳和无稳的组合等。这样一来，电路变的更加复杂。为了便于我们分析和识别电路，更好的理解555电路，这里我们这里按555电路的结构特点进行分类和归纳，把555电路分为3大类、8种、共18个单元电
华为内部资料来了，电容的介绍和深入
<p> 无源滤波元器件－电容的介绍和深入认识__华为内部资料，</p><p>电容是一个很重要的基本元器件，但应用中由于对电容的认识不深，存在一些不正确的使用而造成问题。本文主要针对我司常用的三类电容（铝电容、钽电容和陶瓷电容），从电容结构、制造工艺入手，结合滤波模型关注的参数性能进行深入的剖析，最后引出如何正确可靠应用电容。结构上采取每类电容一大章，每一章三小节分析：第一小节
BOSS ME80效果器 音色示范
<p>boss me80效果器三类主要效果模板，包括金属，硬摇滚，核。每类效果有三个方案选择。</p>
非线性系统多模型自适应控制研究
<p>1.针对一类参数未知的非线性离散时间动态系统，提出了一种新的基于神经网络的MMAC方法。首先，将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围，在此基础上，建立自适应模型来提高系统性能；针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后，针对每个子模型设计相应的擅制器。最后，设计基于误差范数形式的性能指标函数对控制器进行硬切换
基于改进YOLOv3的电力设备红外目标检测模型
<p>红外图像检测技术因具有非接触、快速等优点，被广泛应用于电力设备的监测与诊断 中，而对设备快速精确地检测定位是实现自动检测与诊断的前提。与普通目标的可见光图像相比， 电力设备的红外图像可能存在背景复杂、对比度低、目标特征相近、长宽比偏大等特征，采用原 始的 YOLOv3 模型难以精确定位到目标。针对此问题，该文对 YOLOv3 模型进行改进：在其骨干 网络中引入跨阶段局部模块；将路径聚合网络融
使用分解聚类算法在IRIS数据上进行聚类分析
使用分解聚类算法在IRIS数据上进行聚类分析，IRIS数据是由鸢尾属植物的三种单独的花的测量结果所组成，模式类别数为3，特征维数是4，每类各有50个模式样本，总共有150个样本。
问题的提出：编写一个小公司的工资管理系统。该公司主要有4类人员：经理、兼职技术人员、销售员和销售经理。要求存储并显示每类人员的编号（从100起编号）、姓名和月薪
问题的提出：编写一个小公司的工资管理系统。该公司主要有4类人员：经理、兼职技术人员、销售员和销售经理。要求存储并显示每类人员的编号（从100起编号）、姓名和月薪，同时给出在创建每一类对象时构造函数的执行顺序（月薪计算方法为：经理固定月薪8000元，兼职技术人员100元/小时，销售员为当月销售额的4％，销售经理保底工资5000元另加其所管部门销售额的5％），要求用虚函数实现
编制一个词法分析程序
编制一个词法分析程序，从输入的源程序中，分析出各个具有独立意义的单词，即基本保留字、标识符、常量、运算符、界符五大类。并依次输出每类单词，错误时记下出错的行列，出错原因，然后跳过错误部分继续分析
注意: 1. OS.jar为Java打包可执行文件 2. 由于时间,和界面空间问题,每个进程的资源拥有情况没有详细列明.如果要认真检查 程序的正确性,可以重新编译运行,然后查看Dos界 面下的输出.因
注意: 1. OS.jar为Java打包可执行文件 2. 由于时间,和界面空间问题,每个进程的资源拥有情况没有详细列明.如果要认真检查 程序的正确性,可以重新编译运行,然后查看Dos界 面下的输出.因为Dos界面下会输出 每个进程的资源情况(包括每个进程对每类资源的最大需求,分配情况,和所欠资源情况. 3. 资源设置中,进程设置应小于100个,资源类数应小于20个.
555电路综合应用
我们知道，555电路在应用和工作方式上一般可归纳为3类。每类工作方式又有很多个不同的电路。 在实际应用中，除了单一品种的电路外，还可组合出很多不同电路，如：多个单稳、多个双稳、单稳和无稳，双稳和无稳的组合等。这样一来，电路变的更加复杂。为了便于我们分析和识别电路，更好的理解555电路，这里我们这里按555电路的结构特点进行分类和归纳，把555电路分为3大类、8种、共18个单元电路。每个电路除画出它
提出了一种新的基于规则的异常检测模型.把系统调用按照功能和危险程度进行了分类,该模型只是针对每类中关键调用(即危险级别为1的系统调用).在学习过程中,动态地处理每个关键调用,而不是对静态的数据进行数据
提出了一种新的基于规则的异常检测模型.把系统调用按照功能和危险程度进行了分类,该模型只是针对每类中关键调用(即危险级别为1的系统调用).在学习过程中,动态地处理每个关键调用,而不是对静态的数据进行数据挖掘或统计,从而可以实现增量学习.同时通过预定义,精炼规则,有效地减少了规则数据库中的规则数目,缩减了检测过程中规则的匹配时间.
系统资源(r1…rm),共有m类
系统资源(r1…rm),共有m类，每类数目为r1…rm。随机产生进程Pi(id,s(j,k)，t),0<=i<=n,0<=j<=m,0<=k<=dt为总运行时间，在运行过程中，会随即申请新的资源。描述进程运行状态。
555时基集成电路的应用 我们知道
555时基集成电路的应用
我们知道，555电路在应用和工作方式上一般可归纳为三类。每类工作方式又有很多个不同的电路。
在实际应用中，除了单一品种的电路外，还可组合出很多不同电路，如：多个单稳、多个双稳，双稳和无稳的组合等。这样一来，电路变的更加复杂。为了便于我们分析和识别电路，更好的理解555电路，这里我们按555电路的结构特点进行分类和归纳，把555电路分为3大类、8种、共18个单元电路。每
提出了一种新的基于规则的异常检测模型.把系统调用按照功能和危险程度进行了分类,该模型只是针对每类中关键调用(即危险级别为1的系统调用).在学习过程中,动态地处理每个关键调用,而不是对静态的数据进行数据
提出了一种新的基于规则的异常检测模型.把系统调用按照功能和危险程度进行了分类,该模型只是针对每类中关键调用(即危险级别为1的系统调用).在学习过程中,动态地处理每个关键调用,而不是对静态的数据进行数据挖掘或统计,从而可以实现增量学习.
一种基于局部密度比权重设置模型的加权支持向量回归模型来单步求解多分类问题：该方法先分别对类样本中每类样本利用局部密度比权重设置模型求出每个样本的权重隶属因子,然后运用加权lib支持向量回归算法对所有样
一种基于局部密度比权重设置模型的加权支持向量回归模型来单步求解多分类问题：该方法先分别对类样本中每类样本利用局部密度比权重设置模型求出每个样本的权重隶属因子,然后运用加权lib支持向量回归算法对所有样本进行训练,获得回归分类器,希望对大家有用!