欧美专区一区,电影一区二区三区,亚洲自拍偷拍综合

優(yōu)化<b>模型</b>

--文件名：mine4.vhd。 --功能：實(shí)現(xiàn)4種常見波形正弦、三角、鋸齒、方波（A、B）的頻率、幅度可控輸出（方波 --A的占空比也是可控的）

--文件名：mine4.vhd。 --功能：實(shí)現(xiàn)4種常見波形正弦、三角、鋸齒、方波（A、B）的頻率、幅度可控輸出（方波 --A的占空比也是可控的），可以存儲(chǔ)任意波形特征數(shù)據(jù)并能重現(xiàn)該波形，還可完成 --各種波形的線形疊加輸出。 --說明： SSS（前三位）和SW信號(hào)控制4種常見波形種哪種波形輸出。4種波形的頻率、 --幅度(基準(zhǔn)幅度A)的調(diào)節(jié)均是通過up、down、set按鍵和4個(gè)BCD碼置入器以及一 --個(gè)置入檔位控制信號(hào)（ss）完成的（AMP的調(diào)節(jié)范圍是0~5V，調(diào)節(jié)量階為1/51V）。 --其中方波的幅度還可通過u0、d0調(diào)節(jié)輸出數(shù)據(jù)的歸一化幅值（AMP0）進(jìn)行進(jìn)一步 --細(xì)調(diào)（調(diào)節(jié)量階為1/（51*255）V）。方波A的占空比通過zu、zp按鍵調(diào)節(jié)（調(diào)節(jié) --量階1/64*T）。系統(tǒng)采用內(nèi)部存儲(chǔ)器——RAM實(shí)現(xiàn)任意輸入波形的存儲(chǔ)，程序只支 --持鍵盤式波形特征參數(shù)置入存儲(chǔ)，posting 為進(jìn)入任意波置入(set)、清除（clr）狀態(tài) --控制信號(hào)，SSS控制存儲(chǔ)波形的輸出。P180為預(yù)留端口，

標(biāo)簽： mine vhd 方波波形

上傳時(shí)間： 2017-02-09

上傳用戶：z1191176801
大學(xué)生論文管理系統(tǒng)。大學(xué)生論文管理系統(tǒng)是學(xué)校等機(jī)構(gòu)在自己的局域網(wǎng)上搭建的B/S結(jié)構(gòu)辦公平臺(tái)

大學(xué)生論文管理系統(tǒng)。大學(xué)生論文管理系統(tǒng)是學(xué)校等機(jī)構(gòu)在自己的局域網(wǎng)上搭建的B/S結(jié)構(gòu)辦公平臺(tái)，用戶打開瀏覽器即可方便快捷地使用該系統(tǒng)，進(jìn)行論文的發(fā)布、管理和查閱工作。本章根據(jù)大學(xué)中的實(shí)際需求，介紹一個(gè)完整的學(xué)生論文管理系統(tǒng)從設(shè)計(jì)到實(shí)現(xiàn)的方法。采用MySQL作為后臺(tái)數(shù)據(jù)庫，采用標(biāo)準(zhǔn)MVC三層架構(gòu)(JSP-JavaBean-Servlet)開發(fā)模式。通過這種設(shè)計(jì)模型把應(yīng)用邏輯，處理過程和顯示邏輯分成不同的組件實(shí)現(xiàn)，這些組件可以進(jìn)行交互和重用。

標(biāo)簽： 大學(xué)生論文管理系統(tǒng) 機(jī)構(gòu)

上傳時(shí)間： 2013-12-19

上傳用戶：LIKE
采用德布爾算法進(jìn)行B樣條的生成

采用德布爾算法進(jìn)行B樣條的生成，可以用來進(jìn)行型線優(yōu)化設(shè)計(jì)前的參數(shù)化處理

標(biāo)簽： 布爾算法

上傳時(shí)間： 2017-07-03

上傳用戶：lx9076
21世紀(jì)大學(xué)新型參考教材系列集成電路B 荒井

21世紀(jì)大學(xué)新型參考教材系列集成電路B 荒井

標(biāo)簽： 大學(xué) 教材集成電路

上傳時(shí)間： 2013-04-15

上傳用戶：eeworm
家電維修(最基礎(chǔ)的教程B)1-20.Torrent

家電維修(最基礎(chǔ)的教程B)1-20.Torrent

標(biāo)簽： Torrent 20 家電維修教程

上傳時(shí)間： 2013-06-10

上傳用戶：eeworm
jk-b交通信號(hào)控制機(jī)原理圖

jk-b交通信號(hào)控制機(jī)原理圖

標(biāo)簽： jk-b 交通信號(hào) 控制機(jī) 原理圖

上傳時(shí)間： 2013-07-13

上傳用戶：eeworm
jk-b交通信號(hào)控制機(jī)原理圖-1.3M.zip

專輯類-實(shí)用電子技術(shù)專輯-385冊(cè)-3.609G jk-b交通信號(hào)控制機(jī)原理圖-1.3M.zip

標(biāo)簽： jk-b 1.3 zip 交通信號(hào)

上傳時(shí)間： 2013-08-02

上傳用戶：zhf1234
21世紀(jì)大學(xué)新型參考教材系列-集成電路B-荒井-159頁-2.8M.pdf

專輯類-電子基礎(chǔ)類專輯-153冊(cè)-2.20G 21世紀(jì)大學(xué)新型參考教材系列-集成電路B-荒井-159頁-2.8M.pdf

標(biāo)簽： 159 2.8 大學(xué)

上傳時(shí)間： 2013-05-16

上傳用戶：pkkkkp
三次B樣條曲線.rar

三次B樣條曲線源代碼,C語言編寫的三次B樣條曲線源代碼，希望大家喜歡。

標(biāo)簽：

上傳時(shí)間： 2013-07-13

上傳用戶：chengli008
基于自適應(yīng)時(shí)頻分析方法的心音信號(hào)分析研究.rar

心音信號(hào)是人體最重要的生理信號(hào)之一，包含心臟各個(gè)部分如心房、心室、大血管、心血管及各個(gè)瓣膜功能狀態(tài)的大量生理病理信息。心音信號(hào)分析與識(shí)別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對(duì)目前該研究領(lǐng)域中存在的分析方法問題和分類識(shí)別技術(shù)難點(diǎn)展開了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號(hào)特征向量的提取、正常心音信號(hào)（NM）和房顫（AF）、主動(dòng)脈回流（AR）、主動(dòng)脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號(hào)的分類識(shí)別。本文的工作內(nèi)容包括以下5個(gè)方面： a）心音信號(hào)采集與預(yù)處理。本文采用自行研制的帶有錄音機(jī)功能的聽診器實(shí)現(xiàn)對(duì)心音信號(hào)的采集。通過對(duì)心音信號(hào)噪聲分析，選用小波降噪作為心音信號(hào)的濾波方法。根據(jù)實(shí)驗(yàn)分析，選擇Donoho閾值函數(shù)結(jié)合多級(jí)閾值的方法作為心音信號(hào)預(yù)處理方案。 b）心音信號(hào)時(shí)頻分析方法。文中采用5種時(shí)頻分析方法分別對(duì)心音信號(hào)進(jìn)行了時(shí)頻譜特性分析，結(jié)果表明：不同的時(shí)頻分析方法與待分析心音信號(hào)的特性有密切關(guān)系，即需要在小的交叉項(xiàng)干擾與高的時(shí)頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應(yīng)錐形核時(shí)頻（ATF）分析方法，通過實(shí)驗(yàn)驗(yàn)證該分布能較好地反映心音信號(hào)的時(shí)頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時(shí)頻分析方法，從而選擇自應(yīng)錐形核時(shí)頻分析方法進(jìn)行心音信號(hào)分析。 c）心音信號(hào)特征向量提取。根據(jù)對(duì)3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫中標(biāo)準(zhǔn)心音信號(hào)的時(shí)頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過Fihser降維處理方法提取出了實(shí)現(xiàn)分類可視化，且最易于分類的心音信號(hào)的2維特征向量，作為心音信號(hào)分類的特征向量。 d）心音信號(hào)分類方法。根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，研究了支持向量機(jī)核函數(shù)、多分類支持向量機(jī)的選取方法，同時(shí)，基于分類的目的性和可信性，本文提出以分類精度最大為判斷準(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號(hào)分類的支持向量機(jī)模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫中NM、AF、AR、AS、MR每類心音信號(hào)的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機(jī)的學(xué)習(xí)樣本，對(duì)余下的每類20組數(shù)據(jù)進(jìn)行測(cè)試，得到每類的分類精度（Ar）均為100％，同時(shí)對(duì)臨床上采集的與上述4種同類心臟雜音信號(hào)和正常心音信號(hào)中每類24個(gè)心動(dòng)周期進(jìn)行分類實(shí)測(cè)，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗(yàn)證了該方法的分類有效性。 e）心音信號(hào)分析與識(shí)別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實(shí)現(xiàn)了心音信號(hào)分析與識(shí)別的軟件運(yùn)行平臺(tái)構(gòu)建，可完成對(duì)心音信號(hào)的讀取、預(yù)處理，繪制時(shí)-頻、能量特性的三維圖及兩維等高線圖；同時(shí)，利用MATLAB與EXCEL的動(dòng)態(tài)鏈接，實(shí)現(xiàn)對(duì)心音信號(hào)分析數(shù)據(jù)的存儲(chǔ)以及統(tǒng)計(jì)功能；最后，通過對(duì)心音信號(hào)2維特征向量的分析，實(shí)現(xiàn)心音信號(hào)的自動(dòng)識(shí)別功能。本文的研究特色主要體現(xiàn)在心音信號(hào)特征向量提取的方法以及多分類支持向量機(jī)模型的建立兩方面。綜上所述，本文從理論與實(shí)踐兩方面對(duì)心音信號(hào)進(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時(shí)頻分析方法提取心音信號(hào)特征向量，根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，建立心音信號(hào)分類的支持向量機(jī)模型，并對(duì)正常心音信號(hào)和4種心臟雜音信號(hào)進(jìn)行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號(hào)種類及數(shù)據(jù)量尚不足，因此，今后的工作重點(diǎn)是采集更多種類的心臟雜音信號(hào)，進(jìn)一步提高心音信號(hào)分類精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽診。關(guān)鍵詞：心音信號(hào)，小波降噪，非平穩(wěn)信號(hào)，心臟雜音，信號(hào)處理，時(shí)頻分析，自適應(yīng)，支持向量機(jī)

標(biāo)簽： 時(shí)頻分析方法分

上傳時(shí)間： 2013-04-24

上傳用戶：weixiao99