虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

Random-<b>Coding</b>

  • VK2C21A/B/C/D大量应用于抗干扰环境LCD液晶驱动(裸片可订货)

    产品型号:VK2C21A/B/C/D 产品品牌:VINKA/永嘉微/永嘉微电 封装形式:SOP28/24/20/16 裸片:DICE(邦定COB)/COG(邦定玻璃用) 产品年份:新年份 联 系 人:许硕  原厂直销,工程服务,技术支持,价格最具优势!QT446 VK2C21A/B/C/D概述: VK2C21是一个点阵式存储映射的LCD驱动器,可支持最大80点(20SEGx4COM)或者最大128点(16SEGx8COM)的LCD屏。单片机可通过I2C接口配置显示参数和读写显示数据,也可通过指令进入省电模式。其高抗干扰,低功耗的特性适用于水电气表以及工控仪表类产品。 特点: ★  工作电压 2.4-5.5V ★  内置32 kHz RC振荡器 ★  偏置电压(BIAS)可配置为1/3、1/4 ★  COM周期(DUTY)可配置为1/4、1/8 ★  内置显示RAM为20x4位、16x8位 ★  帧频可配置为80Hz、160Hz ★  省电模式(通过关显示和关振荡器进入)

    标签: VK2C 21 LCD 应用于 抗干扰 环境 液晶驱动

    上传时间: 2022-06-07

    上传用户:2937735731

  • j1939 附录a附录b

    j1939 附录a附录b

    标签: j1939

    上传时间: 2022-06-09

    上传用户:

  • 工业仪表显示,收音机LCD驱动,音箱/音响LCD段码屏驱动:VK2C21A/B/C/D(裸片可订货)

    产品型号:VK2C21A/B/C/D 产品品牌:VINKA/永嘉微/永嘉微电 封装形式:SOP28/24/20/16 裸片:DICE(邦定COB)/COG(邦定玻璃用) 产品年份:新年份 联 系 人:许硕  Q Q:191 888 5898 联系手机:18898582398(信) 原厂直销,工程服务,技术支持,价格最具优势!QT459 VK2C21A/B/C/D概述: VK2C21是一个点阵式存储映射的LCD驱动器,可支持最大80点(20SEGx4COM)或者最大128点(16SEGx8COM)的LCD屏。单片机可通过I2C接口配置显示参数和读写显示数据,也可通过指令进入省电模式。其高抗干扰,低功耗的特性适用于水电气表以及工控仪表类产品。 特点: ★  工作电压 2.4-5.5V ★  内置32 kHz RC振荡器 ★  偏置电压(BIAS)可配置为1/3、1/4 ★  COM周期(DUTY)可配置为1/4、1/8 ★  内置显示RAM为20x4位、16x8位 ★  帧频可配置为80Hz、160Hz ★  省电模式(通过关显示和关振荡器进入)

    标签: VK2C21 VK2C21A VK2C21B VK2C21C VK2C21D LCD抗干扰段码屏驱动 段码屏驱动抗干扰

    上传时间: 2022-06-09

    上传用户:2937735731

  • NTC计算公式 温度公式B值计算法

    描述了NTC使用B值计算出实际温度与输出的电压之间的关系。

    标签: ntc计算

    上传时间: 2022-06-15

    上传用户:

  • Quectel Wireless Solutions BC20-TE-B 原理图 V1.2

    BC20-TE-B NB-Iot 评估板评估板原厂原理图V1.2。完整对应实物装置。

    标签: BC20 NB-Iot Quectel

    上传时间: 2022-06-17

    上传用户:

  • ASR M08-B资料

    ASR M08-B设置软件 V3.2  arduino 2560+ASRM08-B测试程序  arduino UNO+ASRM08-B测试程序语音控制台灯电路图及C51源码(不带校验码) 继电器模块设置。   ASR M08-B是一款语音识别模块。首先对模块添加一些关键字,对着该模块说出关键字,串口会返回三位的数,如果是返回特定的三位数字,还会引起ASR M08-B的相关引脚电平的变化。【测试】①打开“ASR M08-B设置软件 V3.2.exe”。②选择“串口号”、“打开串口”、点选“十六进制显示”。③将USB转串口模块连接到语音识别模块上。接线方法如下:语音模块TXD --> USB模块RXD语音模块RXD --> USB模块TXD语音模块GND --> USB模块GND语音模块3V3 --> USB模块3V3(此端为3.3V电源供电端。)④将模块的开关拨到“A”端,最好再按一次上面的大按钮(按一次即可,为了确保模块工作在正确的模式)。⑤对着模块说“开灯”、“关灯”模块会返回“0B”、“0A”,表示正常(注意:0B对应返回值010,0B对应返回值010,返回是16进制显示的嘛,设置的时候是10进制设置的)。

    标签: ASR M08-B

    上传时间: 2022-07-06

    上传用户:aben

  • 卡尔曼滤波器matlab程序

    load initial_track  s; % y:initial data,s:data with noiseT=0.1; % yp denotes the sample value of position% yv denotes the sample value of velocity% Y=[yp(n);yv(n)];% error deviation caused by the random acceleration % known dataY=zeros(2,200);Y0=[0;1];Y(:,1)=Y0;A=[1 T    0 1];          B=[1/2*(T)^2 T]';H=[1 0]; C0=[0 0    0 1];C=[C0 zeros(2,2*199)];Q=(0.25)^2; R=(0.25)^2;

    标签: matlab 卡尔曼滤波器 程序

    上传时间: 2014-12-28

    上传用户:asaqq

  • MULTIDIMENSIONAL SCALING in matlab by Mark Steyvers 1999 %needs optimization toolbox %Modified b

    MULTIDIMENSIONAL SCALING in matlab by Mark Steyvers 1999 %needs optimization toolbox %Modified by Bruce Land %--Data via globals to anaylsis programs %--3D plotting with color coded groups %--Mapping of MDS space to spike train temporal profiles as described in %Aronov, et.al. "Neural coding of spatial phase in V1 of the Macaque" in %press J. Neurophysiology

    标签: MULTIDIMENSIONAL optimization Modified Steyvers

    上传时间: 2015-08-26

    上传用户:kytqcool

  • C# BigInteger class. BigInteger.cs is a csharp program. It is the BIgInteger class. It has methods:

    C# BigInteger class. BigInteger.cs is a csharp program. It is the BIgInteger class. It has methods: abs() , FermatLittleTest(int confidence) ,gcd(BigInteger bi) , genCoPrime(int bits, Random rand) , genPseudoPrime(int bits, int confidence, Random rand) , genRandomBits(int bits, Random rand) , isProbablePrime(int confidence) , isProbablePrime() , Jacobi(BigInteger a, BigInteger b) , LucasSequence(BigInteger P, BigInteger Q, BigInteger k, BigInteger n) ,max(BigInteger bi) , min(BigInteger bi) , modInverse(BigInteger modulus) , RabinMillerTest(int confidence) ,

    标签: BigInteger class BIgInteger program

    上传时间: 2013-12-23

    上传用户:ynzfm

  • 本人编写的incremental 随机神经元网络算法

    本人编写的incremental 随机神经元网络算法,该算法最大的特点是可以保证approximation特性,而且速度快效果不错,可以作为学术上的比较和分析。目前只适合benchmark的regression问题。 具体效果可参考 G.-B. Huang, L. Chen and C.-K. Siew, “Universal Approximation Using Incremental Constructive Feedforward Networks with Random Hidden Nodes”, IEEE Transactions on Neural Networks, vol. 17, no. 4, pp. 879-892, 2006.

    标签: incremental 编写 神经元网络 算法

    上传时间: 2016-09-18

    上传用户:litianchu