DTMF编码芯片HT9200的51接口程序。输入参数R2表示发送数据个数，输入数据与发送数据与DTMF码的关系:00H-0 01H-1 02H-2 03H-3 04H-4 05H-5 06H-6 07H-7 08H-8 09H-9 0AH-A 0BH-B 0CH-C 0DH-D 0EH-* 0FH-#。详细说明参考文件内
上传时间： 2014-11-12
上传用户：电子世界
用Matlab软件以及雅克比迭代和高斯－赛德尔迭代解方程组Ax=b，分析、比较其结果
上传时间： 2015-04-04
上传用户：123456wh
USB2.0数据采集板原理图,用的是isp1581
上传时间： 2015-04-06
上传用户：妄想演绎师
//最小二乘法直线拟合 m_FoldList为关键点(x,y)的链表 拟合直线方程(Y=kX+b)
标签： m_FoldList 直线 kX 最小二乘法
上传时间： 2015-04-06
上传用户：as275944189
提出了一种基于样本的分级检索 MPEG 视频的新方法:首先用I 帧的dct_dc_size 字段快速粗检,然后用断层摄影(tomography)法分析B 帧运动矢 量的时空分布特性以进一步缩小结果集,最后用DC 图像的精确匹配方法验证检索结果.试验结果表明,本方法 所需计算量较小,且可保证较高的检索精度.
标签： dct_dc_size tomography MPEG 帧
上传时间： 2013-12-30
上传用户：独孤求源
计算ARMA(p，q)模型的功率谱密度。 形参说明： b——双精度实型一维数组，长度为(q+1),存放ARMA(p，q)模型的滑动平均系数。 a——双精度实型一维数组，长度为(p+1),存放ARMA(p,q)模型的自回归系数。 q——整型变量,ARMA(p,q)模型的滑动平均阶数。 p——整型变量,ARMA(p,q)模型的自回归阶数。 sigma2——双精度实型变量,ARMA(p,q)模型白噪声激励的方差。 fs——双精度实型变量,采样频率(Hz)。 x——双精度实型一维数组,长度为len。当sign＝0时，存放功率谱密度；当sign＝ 1时，存放用分贝表示的功率谱密度。 freq——双精度实型一维数组，长度为len。存放功率谱密度所对应的频率。 len——整型变量，功率谱密度的数据点数。 sign——整型变量,当sign＝0时，计算功率谱密度；当sign＝1时，计算用分贝表 示的功率谱密度。
上传时间： 2015-04-09
上传用户：qiao8960
| Target | | 芯片固件程序 | keil C51 uVision2 | Windows98 | Loader | USB2.0接口 | loader.sys设备驱动程序 | Visual C++、98DDK | Windows98 Chap18 | Driver | 频谱分析仪 | bulktest.sys设备驱动程序 | Visual C++、98DDK | Windows98 | Host | | Win32应用程序 | Visual C++ | Windows98 | Inf | | 安装文件 | -- | Windows98 ————————————————————————————————————————————————————————
标签： uVision2 Windows Target Loader
上传时间： 2015-04-10
上传用户：whenfly
Description: FASBIR(Filtered Attribute Subspace based Bagging with Injected Randomness) is a variant of Bagging algorithm, whose purpose is to improve accuracy of local learners, such as kNN, through multi-model perturbing ensemble. Reference: Z.-H. Zhou and Y. Yu. Ensembling local learners through multimodal perturbation. IEEE Transactions on Systems, Man, and Cybernetics - Part B: Cybernetics, 2005, vol.35, no.4, pp.725-735.
标签： Description Randomness Attribute Filtered
上传时间： 2015-04-10
上传用户：ynzfm
Description: S-ISOMAP is a manifold learning algorithm, which is a supervised variant of ISOMAP. Reference: X. Geng, D.-C. Zhan, and Z.-H. Zhou. Supervised nonlinear dimensionality reduction for visualization and classification. IEEE Transactions on Systems, Man, and Cybernetics - Part B: Cybernetics, 2005, vol.35, no.6, pp.1098-1107.
标签： Description supervised algorithm S-ISOMAP
上传时间： 2015-04-10
上传用户：wfeel
B/S的教育部群组管理 JSP页面 可以参考
上传时间： 2014-12-05
上传用户：gyq
