電子白板。電子白板有兩種實現模型，一種是無白板服務器，因此僅支持兩個用戶直接連結；另一種是有白板服務器，原則上不限制同時上線人數和交談室個數，具體實現上可視服務器性能和需要而定。本文要介紹屬于后者。----當用戶需用白板與他人交流時，需要先用瀏覽器連到Applet所在主頁，Applet運行后會連接到該白板服務器，和服務器建立TCP連接。每個用戶可以在自己的白板上（嵌在Applet畫面中）繪制圖形和輸入文字，Applet會將這些信息通過已建立的網絡連接發往白板服務器，并不斷偵聽、接收來自白板服務器的圖形和文字信息，將其再現在用戶的白板中。白板服務器的作用是不斷偵聽、接收來自各Applet的信息，并將其轉發給其他用戶。----由于瀏覽器對JAVAApplet的限制，使得Applet只能訪問發送該Applet的宿主主機，因此只能在該Applet所在主機上運行白板服務器，使得Applet能建立和遠程白板服務器的聯系。功能設計----一個實用的電子白板系統應該具備以下基本功能：用戶在瀏覽到白板主頁時，需登錄后才能進行交流。這將提供交流時用的名字，必要時還可做權限檢查。用戶能夠根據交談室的交談主題選擇參加和退出現有的交談室，并且能建立新的交談室。
上傳時間： 2014-01-21
上傳用戶：bakdesec
用來產生均勻分布或高斯分布的偽隨機數 （近似白噪聲），它們可具有不同的均值和方差。用REMEZ算法求交錯點組。用Cholesky分解求ARMA模型的參數并作譜估計。求MA模型的參數 并估計功率譜。 用最小方差法估計序列 的功率譜。
上傳時間： 2015-10-24
上傳用戶：aa54
GM(1,1)模型1-4 1：GM(1,1)模擬模型，在matlab中的輸入方法為gm1（x），x指要模擬的序列。 2：GM(1,1)預測模型，在matlab中的輸入方法為gm2（x，K），x指要模擬的序列，K指從以后序列第一個數據算起的第k個待預測數據。 3：GM(1,1)群模擬模型，在matlab中的輸入方法為gm3（x），x指要模擬的序列。 4：GM(1,1)群預測模型，在matlab中的輸入方法為gm4（x，K），x指要模擬的序列，K指從以后序列第一個數據算起的第k個待預測數據。 gm4對序列趨勢比較好的數據預測效果較好，對上下變動的數據，特別是后4個數據趨勢跟前面的數據相反的，預測效果很差。 gm2對上下變動的數據，預測效果比gm4好，但對趨勢較好的數據，預測精度沒有gm4高。 gm3比gm1模擬精度要高。 可以以x=[1 3 5 7 9 11 13 15]進行實驗。x輸入默認行向量。 所有程序在matlab6.0上調試通過。
上傳時間： 2013-11-29
上傳用戶：jackgao
設計一個字節（8 位）比較器。 要求：比較兩個字節的大小，如a[7:0]大于 b[7:0]輸出高電平,否則輸出低電平,改寫測試 模型,使其能進行比較全面的測試 。
上傳時間： 2015-11-07
上傳用戶：manking0408
RTL8019AS以太網控制器以寄存器（16K的RAM）為核心，本地和遠程控制并發的操作，RTL8019擁有控制、狀態、數據寄存器，通過他們與MCU通信。 RTL8019的接收和發送的機理 網絡芯片負責物理鏈路層的電信號與上層協議的數據之間的轉化。在分層的參考模型中，層與層之間是獨立的。以太網協議由芯片自動完成。
上傳時間： 2015-11-25
上傳用戶：tyler
一、 一元三次回歸方程 CubicMultinomialRegress.cs 方程模型為Y=a*X(3)+b*X(2)+c*X(1)+d public override double[] buildFormula() 得到系數數組，存放順序與模型系數相反，即該數組中系數的值依次是d,c,b,a。 以后所述所有模型的系數存放均與此相同（多元線性回歸方程除外）。 public override double forecast(double x) 預測函數，根據模型得到預測結果 public override double computeR2() 計算相關系數（決定系數），系數越接近1，數據越滿足該模型。
標簽： CubicMultinomialRegress override public double
上傳時間： 2015-11-25
上傳用戶：13215175592
指數回歸方程 ExponentRegress.cs 方程模型為 public override double[] buildFormula() 得到系數數組，存放順序與模型系數相反，即該數組中系數的值依次是b,a。 public override double forecast(double x) 預測函數，根據模型得到預測結果。 public override double computeR2() 計算相關系數（決定系數），系數越接近1，數據越滿足該模型。
標簽： ExponentRegress buildFormula override public
上傳時間： 2013-12-20
上傳用戶：xg262122
對數回歸方程 LogarithmRegress.cs 方程模型為 Y=a*LnX+b public override double[] buildFormula() 得到系數數組，存放順序與模型系數相反，即該數組中系數的值依次是b,a。 public override double forecast(double x) 預測函數，根據模型得到預測結果。 public override double computeR2() 計算相關系數（決定系數），系數越接近1，數據越滿足該模型。
標簽： LogarithmRegress buildFormula override public
上傳時間： 2014-01-23
上傳用戶：330402686
層次分析法（AHP） 美國運籌學家A.L.Saaty于本世紀70年代提出的層次分析法（Analytical Hierar-chy Process，簡稱AHP方法)，是一種定性與定量相結合的決策分析方法。它是一種將決策者對復雜系統的決策思維過程模型化、數量化的過程。
標簽： Analytical Hierar-chy Process Saaty
上傳時間： 2013-12-19
上傳用戶：hfmm633
本程序基于約瑟夫森結的RSJ模型，對無微波輻照和微波輻照下約瑟夫森結的特性進行了數值計算求解，其中有微波輻照的RSJ模型求解采用了四階龍格庫塔方程函數，兩種情況都給出了I-V特性曲線圖（程序包中也附帶），展現了量子化電壓臺階。
上傳時間： 2015-12-12
上傳用戶：gxrui1991
