Linux系统下的P2P协议下载客户端，采用C++编写，支持eMule协议，支持Kav，稳定快速。
上传时间： 2016-04-04
上传用户：佳期如梦
在win2000sp4 + VM6基本稳定。 原理不多说了，自己看代码吧，我也早就发过了驱动的代码了，现在的就是一个完整的应用。希望能够对大家有一点帮助，但是不要用在不该用的场所。 使用方法将： dd1压缩包里面是驱动源码 console压缩包里面是控制台源码 hide.exe是最终产品 使用方法： 1、将hide.exe复制到系统目录 2、运行cmd 3、hide -h 查看帮助 hide -i 安装驱动 hide -u 卸载驱动 hide -f -a filename 添加一个隐藏文件
上传时间： 2013-12-12
上传用户：liglechongchong
1.主要功能模块文章,图片,下载,商城,博客,论坛,留言,链接等 2.后台管理模块公告管理,广告系统,调查管理,用户管理,模板管理,短信管理, 评论管理,专题管理,采集管理,静态管理,上传系统,收费系统 3.系统主要特点简单，易用，强大，稳定，安全，快速，灵活，美观，实用 模板离技术,静态生成,无限级分类,标签调用机制,栏目无限克隆
上传时间： 2016-04-18
上传用户：qb1993225
酒店管理系统（单机版）,根据酒店的日常业务运作而设计，能够更好地管理客房类型、客房的认订、退房等业务，系统操作流程与酒店业务流程大概一致，界面友好、操作容易、维护简单；系统数据库稳定、安全，有酒店业务操作知识的人皆能方便操作，转自塞迪网。
上传时间： 2016-06-04
上传用户：dianxin61
系统要求安全可靠（系统具备数据缓存转发，缓存门禁记录数不低于5000条，终端死机自启和数据备份能力），运行稳定（系统可用率要求在95％以上，服务器、网络以及外供电源等问题除外）DDS设备经过严格的长时间不间断工作测试，保证设备达到44000小时的连续无故障工作时间，可 保存多达50，000条事件记录。且DDS已有相当多系统正常连续工作超过了6年。 DDS是国际性品牌，系统在世界各地有良好的应用业绩。 在供电电源方面，有良好的过载及短路保护等多重保护设计。
上传时间： 2016-06-08
上传用户：shizhanincc
该文详细分析了履带式机器人的受力特点, 提出了一种适于进行控制器设计的履带机器人模型, 并在此基础上, 按照反馈线性化的思想, 提出了一种履带式机器人稳定路径跟踪控制器的设计方法, 同时给出了方法的非奇异条件。该文提出的控制系统模型和路径跟踪方法, 为履带式机器人控制系统设计提供了理论依据。
上传时间： 2016-06-10
上传用户：alan-ee
本文讨论了一类非线性不确定中立型系统的鲁棒滑模控制问题。通过选择依赖于当前状态和延迟状态的滑动面，就线性矩阵不等式（LMIs）的形式给出了使得闭环系统渐近稳定的充分条件。
上传时间： 2014-01-15
上传用户：x4587
描述了一个8位二进制输入的DAC 文章中包含源代码 采用数字化技术、在测控系统中用IP核实现D/A转换，并且在1片可编程逻辑器件中实现。它不受温度的影响，既可保持高分辨率，又可降低对电路精度和稳定度的要求，并减少元件的数量。
上传时间： 2016-06-10
上传用户：王楚楚
本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精度: 定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和. 最大训练次数: 默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程序退出. 3.步长: 默认为0.01,由于采用变步长算法,一般不需人工设置. 4.输入层数目: 人工神经网络的输入层神经元的节点数目. 5.隐含层数目: 人工神经网络的隐含层神经元的节点数目. 6.输出层数目: 人工神经网络的输出层神经元的节点数目. 7.训练算法: 强烈建议选取Levenberg-Marquardt算法,该算法经过测试比较稳定. 8.激活函数: 不同的网络激活函数表现的性能不同,可根据实际情况选择. 9.样本数据的处理: 由于程序没有实现归一化功能, 因此用来训练的样本数据首先要归一化后才能进行训练.
标签： Levenberg-Marquardt 程序 状态 样本
上传时间： 2013-12-19
上传用户：firstbyte
运行该程序后系统的阶跃响应曲线，如图8所示： 仿真结果表明，随着Kp增大，系统的超调量加大，系统响应速度加快。但随着KP的增大，稳定性能变差。
上传时间： 2013-11-30
上传用户：fanboynet
