mos運算放大器原理設計應用是運算放大器是電路設計的最基本，復旦大學微電子教授李聯的大作，詳細論述了CMOS即成運算放大器的工作原理和設計方法.
上傳時間： 2013-11-01
上傳用戶：x18010875091
硬盤存儲數據是根據電、磁轉換原理實現的。硬盤由一個或幾個表面鍍有磁性物質的金屬或玻璃等物質盤片以及盤片兩面所安裝的磁頭和相應的控制電路組成(圖1)，其中盤片和磁頭密封在無塵的金屬殼中。 硬盤工作時，盤片以設計轉速高速旋轉，設置在盤片表面的磁頭則在電路控制下徑向移動到指定位置然后將數據存儲或讀取出來。當系統向硬盤寫入數據時，磁頭中“寫數據”電流產生磁場使盤片表面磁性物質狀態發生改變，并在寫電流磁場消失后仍能保持，這樣數據就存儲下來了；當系統從硬盤中讀數據時，磁頭經過盤片指定區域，盤片表面磁場使磁頭產生感應電流或線圈阻抗產生變化，經相關電路處理后還原成數據。因此只要能將盤片表面處理得更平滑、磁頭設計得更精密以及盡量提高盤片旋轉速度，就能造出容量更大、讀寫數據速度更快的硬盤。這是因為盤片表面處理越平、轉速越快就能越使磁頭離盤片表面越近，提高讀、寫靈敏度和速度；磁頭設計越小越精密就能使磁頭在盤片上占用空間越小，使磁頭在一張盤片上建立更多的磁道以存儲更多的數據。
上傳時間： 2013-10-21
上傳用戶：ztj182002
《編譯原理實踐教程》中的程序作了一些擴展，可以將程序轉化成四元式。 本人認為書上的程序極為垃圾！
上傳時間： 2013-12-24
上傳用戶：bruce
一個用C++寫成的，修改文件擴展名的程序。可以參考其中大量的自定義字符串處理函數。而且也用到了一部分編譯原理的內容。我的作品
標簽：
上傳時間： 2014-01-12
上傳用戶：wlcaption
此為編譯原理實驗報告 學習消除文法左遞規算法，了解消除文法左遞規在語法分析中的作用 內含 設計算法 目的 源碼 等等.... 算法:消除左遞歸算法為: （1）把文法G的所有非終結符按任一種順序排列成P1,P2,…Pn 按此順序執行 （2）FOR i:=1 TO n DO BEGIN FOR j:=1 DO 把形如Pi→Pjγ的規則改寫成 Pi→δ1γ δ2γ … δkγ。其中Pj→δ1 δ2 … δk是關于Pj的所有規則； 消除關于Pi規則的直接左遞歸性 END （3）化簡由（2）所得的文法。即去除那些從開始符號出發永遠無法到達的非終結符的 產生規則。
上傳時間： 2015-03-29
上傳用戶：極客
編譯工作臺 是本人編寫的用于編譯原理教學的工具，它是一個自由軟件，現在已經發布（主頁為http://download.enet.com.cn/html/030792005091701.html，上有軟件介紹和截圖）。 軟件的源代碼在壓縮包的src目錄中。WB.zip是主程序，其編譯后生成WB.exe；LLDemo.zip是LL動態演示程序，其編譯后生成Demo.exe，將其改名成LLDemo.exe；LRDemo.zip是LR動態演示程序，其編譯后生成Demo.exe，將其改名成LRDemo.exe。將這3個exe文件和help目錄中的所有文件拷貝到同一目錄即可。 另外，sample目錄中有例子文件，CWB_SETUP.exe是安裝程序。
上傳時間： 2014-01-24
上傳用戶：zukfu
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
對家庭控制系統的方案、組成、硬件配置、軟件設計、工作原理、功能以及技術性能進行了論述。給出了通過單片機進行數據采集，并通過網絡協議處理器將數據打包成以太網協議包發送到以太網上，從而實現基于以太網的遠程控制方案
上傳時間： 2015-05-17
上傳用戶：windwolf2000
