51單片機(jī)4x4鍵盤(pán)掃描模塊化程序，調(diào)用鍵盤(pán)掃描函數(shù)，返回的鍵值送變量keyport，具有較強(qiáng)的可讀性。配有源程序和原理圖。
標(biāo)簽： 4x4 51單片機(jī) 鍵盤(pán)掃描 模塊化
上傳時(shí)間： 2017-07-15
上傳用戶：Andy123456
主要操作過(guò)程： 建立一般的二叉鏈表，通過(guò)遍歷進(jìn)行線化，設(shè)p為當(dāng)前處理結(jié)點(diǎn)，pre為p的前驅(qū)填標(biāo)志： 若p無(wú)左：p->ltag=1；若p無(wú)右：p—>rtag=1；填線索：若p->ltag==1: p->lchild=pre 若pre->rtag== pre->rchild=p
上傳時(shí)間： 2017-08-09
上傳用戶：我們的船長(zhǎng)
三次樣條插值函數(shù)，可以用于計(jì)算插值，一階導(dǎo)數(shù)，二階導(dǎo)數(shù)
上傳時(shí)間： 2017-08-10
上傳用戶：qb1993225
該算法是經(jīng)典的信噪比估計(jì)算法——誤差矢量幅值法，通過(guò)計(jì)算接收信號(hào)中同相分量和正交分量的二、四階矩，該算法能夠很好的估計(jì)信號(hào)的信噪比
上傳時(shí)間： 2017-08-11
上傳用戶：hopy
為了解決光譜恢復(fù)對(duì)圖像匹配高精度的問(wèn)題, 提出了一種高精度圖像匹配算法———利用光流確定圖像的運(yùn)動(dòng)場(chǎng)對(duì)圖像進(jìn)行匹配。該算法克服了傳統(tǒng)的基于灰度匹配方法受圖像插值精度影響的缺陷以及運(yùn)算速度和精度的局限性。與基于MAD 塊匹配算法和歸一化相關(guān)系數(shù)塊匹配算法進(jìn)行比較, 該算法實(shí)現(xiàn)了圖像序列高精度匹配, 而且硬件實(shí)現(xiàn)簡(jiǎn)單, 計(jì)算復(fù)雜度較低。
上傳時(shí)間： 2017-08-21
上傳用戶：qweqweqwe
入二十一世紀(jì)，計(jì)算機(jī)技術(shù)迅速向著網(wǎng)絡(luò)化、集成化方向發(fā)展。傳統(tǒng)的單機(jī)版應(yīng)用軟件正在逐漸退出舞臺(tái)，取而代之的是支持網(wǎng)絡(luò)、支持多種數(shù)據(jù)信息（多媒體）的新一代網(wǎng)絡(luò)版應(yīng)用軟件，而目前網(wǎng)絡(luò)版軟件中似乎存在著兩種不同的趨勢(shì)，一種是稱(chēng)為客戶端——服務(wù)器的C/S結(jié)構(gòu)應(yīng)用系統(tǒng)，這類(lèi)軟件具有結(jié)構(gòu)嚴(yán)謹(jǐn)，運(yùn)行效率高，服務(wù)器端壓力小，安全性好等優(yōu)點(diǎn)，被廣泛運(yùn)用于局域網(wǎng)中。而另一種，也是本畢業(yè)設(shè)計(jì)所采用的，是稱(chēng)為瀏覽器——服務(wù)器的B/S結(jié)構(gòu)應(yīng)用系統(tǒng)，它的特點(diǎn)是在客戶端直接采用了功能強(qiáng)大的瀏覽器軟件作為界面，其優(yōu)點(diǎn)在于軟件開(kāi)發(fā)效率
標(biāo)簽：
上傳時(shí)間： 2017-08-23
上傳用戶：hustfanenze
GM7113的IIC初始化程序，有非常高的參考價(jià)值，可移值于ARM
上傳時(shí)間： 2017-08-24
上傳用戶：fandeshun
：Or紹了有限元法的本質(zhì)特征及用變分試函數(shù)法和殘值試函數(shù)法導(dǎo)出有限元法的過(guò)程，給出了在Matlab 語(yǔ)言環(huán)境下實(shí)現(xiàn)有限元法的步驟．利用Matlab語(yǔ)言中的PDE工具箱求解偏微分方程具有簡(jiǎn)便、快速、可視化 程度高等優(yōu)點(diǎn)，能滿足精度要求，并以一個(gè)工程實(shí)例說(shuō)明了利用有限元法求解偏微分方程從而解決實(shí)際問(wèn)題 的方法．
上傳時(shí)間： 2017-08-25
上傳用戶：四只眼
采用線性插值，分段二次多項(xiàng)式插值和三次樣條插值斤對(duì)已知函數(shù)進(jìn)行插值
標(biāo)簽： 線性插值
上傳時(shí)間： 2013-12-23
上傳用戶：erkuizhang
摘 要:曝光瞬間造成圖像模糊的運(yùn)動(dòng)通常作為直線運(yùn)動(dòng)近似處理 ,若能找出模糊圖像的運(yùn)動(dòng)模糊方向 ,并將之旋轉(zhuǎn)到水平軸 ,則二維問(wèn)題可簡(jiǎn)化為一維來(lái)處理 ,大大簡(jiǎn)化由模糊圖像估計(jì)出運(yùn)動(dòng)模糊點(diǎn)擴(kuò)散函數(shù)以及圖像恢復(fù)的過(guò)程 ,并為圖像恢復(fù)的并行計(jì)算創(chuàng)造有利條件。由于運(yùn)動(dòng)模糊降低了運(yùn)動(dòng)方向上圖像的高頻成 分 ,沿著運(yùn)動(dòng)方向?qū)嵤└咄V波 方向微分 ,可保證微分圖像灰度值 絕對(duì)值 之和最小。基于此 ,本文利用雙線性插值的方法 ,固定并適當(dāng)選取方向微分的微元大小 ,構(gòu)造出3 ×3方向微分乘子 ,得到了高效高精度的自動(dòng)鑒別運(yùn)動(dòng)模糊方向的新方法 ,并通過(guò)數(shù)值實(shí)驗(yàn)進(jìn)行了驗(yàn)證。
上傳時(shí)間： 2013-12-08
上傳用戶：lmeeworm
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
