G3传真的技术实现文档. Digital cellular telecommunications system (Phase 2+) Technical realization of facsimile group 3 transparent. (GSM 03.45 version 8.0.1 Release 1999) ETSI TS 100 931 V8.0.1 (2000-01)
标签： telecommunications realization Technical cellular
上传时间： 2014-01-04
上传用户：a3318966
Modbus 协议是应用于电子控制器上的一种通用语言。通过此协议，控制器相互之间、控制器经由网络（例如以太网）和其它设备之间可以通信。它已经成为一通用工业标准。有了它，不同厂商生产的控制设备可以连成工业网络，进行集中监控。 Modbus TCP协议是Modbus协议的另一版本，它于1999年被开发出来以允许Internet用户访问以太网设备。Modbus是OSI模型第7层上的应用层报文传输协议，它在连接至不同类型总线或网络的设备之间提供客户机/服务器通信。目前，可以通过下列三种方式实现Modbus通信： 由于结合了Modbus协议的简单性和100 M 以太网的高速度，Modbus TCP/IP展现了卓越的性能，这意味着将这种网络应用在实时性要求很高的场合，如I/O扫描，是可行的。Modbus通信透明性Modbus协议可以方便地在各种网络体系结构内进行通信，每种设备（PLC、HMI、控制面板、变频器、运动控制、I/O设备等）都能使用Modbus协议来启动远程操作，同样的通信能够在串行链路和TCP/IP以太网网络上进行，而网关则能够实现各种使用Modbus协议的总线或网络之间的通信。由此可见，Modbus协议实现了全方位的通信透明。
上传时间： 2015-12-23
上传用户：变形金刚
tcp ip 作者: W.Richard Stevens 国际知名的Unix和网络专家，《TCP/IP 详解》（三卷本）作者 W.Richard Stevens（1951-1999），是国际知名的Unix和网络专家；受人尊敬的计算机图书作家；同时他还是广受欢迎的教师和顾问。Stevens先生1951年生于赞比亚，他的家庭曾多次搬迁，最终定居于南非。早年，他就读于美国弗吉尼亚州的费什本军事学校，后获得密歇根大学学士、亚利桑那大学系统工程硕士和博士学位。他曾就职于基特峰国家天文台，从事计算机编程；还曾在康涅狄格州纽黑文市的健康系统国际公司任主管计算机服务的副总裁。 1.1
上传时间： 2014-01-21
上传用户：685
作者: W.Richard Stevens 国际知名的Unix和网络专家，《TCP/IP 详解》（三卷本）作者 W.Richard Stevens（1951-1999），是国际知名的Unix和网络专家；受人尊敬的计算机图书作家；同时他还是广受欢迎的教师和顾问。Stevens先生1951年生于赞比亚，他的家庭曾多次搬迁，最终定居于南非。早年，他就读于美国弗吉尼亚州的费什本军事学校，后获得密歇根大学学士、亚利桑那大学系统工程硕士和博士学位。他曾就职于基特峰国家天文台，从事计算机编程；还曾在康涅狄格州纽黑文市的健康系统国际公司任主管计算机服务的副总裁。1.2
上传时间： 2013-12-29
上传用户：xinzhch
AES的基本要求是，采用对称分组密码体制，密钥长度的最少支持为128、192、256，分组长度128位，算法应易于各种硬件和软件实现。1998年NIST开始AES第一轮分析、测试和征集，共产生了15个候选算法。1999年3月完成了第二轮AES2的分析、测试。美国标准与技术研究院（NIST）于2002年5月26日制定了新的高级加密标准（AES）规范。
标签： AES
上传时间： 2016-02-29
上传用户：han_zh
轻松掌握SQL第四版(PDG) SQL是一种功能强大的语言，熟练掌握并灵活应用SQL是数据库知识初学者和数据库应用开发人员的必备基本功。电子工业出版社在1999年翻译出版本书的第二版、2000年翻译出版第三版，均取得非常好的效果，成为畅销书，影响了很多的数据库相关人员。现在出版的则是最新的第四版，从技术内容、写作手法等方面，进一步提升了本书的品质。本书从基本概念、数据操作、系统管理和流行产品等4个方面，系统地介绍了结构化查询语言SQL的各个主要组成部分，较本书的第三版增加了更多的新主题，尤其是增加了MySQL方面的具体实例。书中大量的实例和练习有助于读者理解和掌握SQL，提高在实际商业环境中应用和开发关系数据库的能力。本书适用于那些要在较短时间内系统掌握SQL的读者，同时对数据库开发人员具有较高的参考价值。
上传时间： 2013-12-24
上传用户：qq1604324866
On-Line MCMC Bayesian Model Selection This demo demonstrates how to use the sequential Monte Carlo algorithm with reversible jump MCMC steps to perform model selection in neural networks. We treat both the model dimension (number of neurons) and model parameters as unknowns. The derivation and details are presented in: Christophe Andrieu, Nando de Freitas and Arnaud Doucet. Sequential Bayesian Estimation and Model Selection Applied to Neural Networks . Technical report CUED/F-INFENG/TR 341, Cambridge University Department of Engineering, June 1999. After downloading the file, type "tar -xf version2.tar" to uncompress it. This creates the directory version2 containing the required m files. Go to this directory, load matlab5 and type "smcdemo1". In the header of the demo file, one can select to monitor the simulation progress (with par.doPlot=1) and modify the simulation parameters.
标签： demonstrates sequential Selection Bayesian
上传时间： 2016-04-07
上传用户：lindor
This demo nstrates how to use the sequential Monte Carlo algorithm with reversible jump MCMC steps to perform model selection in neural networks. We treat both the model dimension (number of neurons) and model parameters as unknowns. The derivation and details are presented in: Christophe Andrieu, Nando de Freitas and Arnaud Doucet. Sequential Bayesian Estimation and Model Selection Applied to Neural Networks . Technical report CUED/F-INFENG/TR 341, Cambridge University Department of Engineering, June 1999. After downloading the file, type "tar -xf version2.tar" to uncompress it. This creates the directory version2 containing the required m files. Go to this directory, load matlab5 and type "smcdemo1". In the header of the demo file, one can select to monitor the simulation progress (with par.doPlot=1) and modify the simulation parameters.
标签： sequential reversible algorithm nstrates
上传时间： 2014-01-18
上传用户：康郎
This demo nstrates the use of the reversible jump MCMC algorithm for neural networks. It uses a hierarchical full Bayesian model for neural networks. This model treats the model dimension (number of neurons), model parameters, regularisation parameters and noise parameters as random variables that need to be estimated. The derivations and proof of geometric convergence are presented, in detail, in: Christophe Andrieu, Nando de Freitas and Arnaud Doucet. Robust Full Bayesian Learning for Neural Networks. Technical report CUED/F-INFENG/TR 343, Cambridge University Department of Engineering, May 1999. After downloading the file, type "tar -xf rjMCMC.tar" to uncompress it. This creates the directory rjMCMC containing the required m files. Go to this directory, load matlab5 and type "rjdemo1". In the header of the demo file, one can select to monitor the simulation progress (with par.doPlot=1) and modify the simulation parameters.
标签： reversible algorithm the nstrates
上传时间： 2014-01-08
上传用户：cuibaigao
Blind Source Separation toolbox, This work has been partly funded by the European project BLIS (IST-1999-14190)
标签： Separation European toolbox project
上传时间： 2013-12-19
上传用户：koulian
