文介紹一種用單片機普通I/O 口實現串行通信的方法，可在單片機的最小應用系統中實現與兩個以上串行接口設備的多機通信。附有電路圖和源代碼。
上傳時間： 2013-12-11
上傳用戶：熊少鋒
系統聚類算法K-means 屬于聚類分析中一種基本的劃分方法，常采用誤差平方和準則函數作為聚類準則，該算法在處理大數據集時是相對可伸縮且高效率的，同時具有潛在的數據并行性。但是這種算法依賴于初始值的選擇以及數據的輸入順序；此外，當運用誤差平方和準則函數測度聚類效果時，如果各簇的形狀和大小差別很大，為使誤差平方和 Jc 值達到最小有可能出現將大的聚類簇分割的現象。
上傳時間： 2015-03-25
上傳用戶：zhuoying119
提出了一種基于樣本的分級檢索 MPEG 視頻的新方法:首先用I 幀的dct_dc_size 字段快速粗檢,然后用斷層攝影(tomography)法分析B 幀運動矢 量的時空分布特性以進一步縮小結果集,最后用DC 圖像的精確匹配方法驗證檢索結果.試驗結果表明,本方法 所需計算量較小,且可保證較高的檢索精度.
標簽： dct_dc_size tomography MPEG 幀
上傳時間： 2013-12-30
上傳用戶：獨孤求源
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2015-04-24
上傳用戶：R50974
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2015-04-24
上傳用戶：ryb
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2014-12-19
上傳用戶：TRIFCT
“國產凌凌發(008)” 3D 系列游戲 本軟件基于微軟VC 6.0(MFC)為開發工具，運用了3D STATE最新的圖形 引擎3D STATE engine API Version 6.0和聲效引擎FireMOD（FMOD） 3.32。 具有藝術級的畫面質量和動感的聲音效果，能夠設計出功能強大、娛樂性較 高的3D游戲來。同時本軟件為開源軟件，可到作者主頁自由下載源代碼。
上傳時間： 2015-04-29
上傳用戶：蟲蟲蟲蟲蟲蟲
本程序用C語言實現了集成神經網絡解決廣義異或問題。用神經網絡集成方法做成表決網,可克服初始權值的影響,對神經網絡分類器來說:假設有N個獨立的子網,采用絕對多數投票法,再假設每個子網以1-p的概率給出正確結果,且網絡之間的錯誤不相關,則表決系統發生錯誤的概率為 Perr = ( ) pk(1-p)N-k 當p<1/2時 Perr 隨N增大而單調遞減. 在工程化設計中,先設計并訓練數目較多的子網,然后從中選取少量最佳子網形成表決系統,可以達到任意高的泛化能力。
上傳時間： 2015-05-03
上傳用戶：kiklkook
k均值聚類算法分析，采用C++編程技術，提供代碼可重用機制
上傳時間： 2014-01-02
上傳用戶：zhengzg
比如源程序sum ∶= first+count*10可生成四元式序列，如圖1.7所示，其中ti(i=1,2,3)是編譯程序生成的臨時名字，用于存放運算結果的。 圖1.7 id1:= id2 + id3 * 10的四元式序列
上傳時間： 2014-01-16
上傳用戶：wkchong
