//初始化 initscr() //獲得屏幕尺寸 getmaxyx(stdscr, h, w) //畫背景 for(i=0 i<h i++) for(j=0 j<w j++){ mvaddch(i, j, ACS_CKBOARD) } refresh() //建立窗口 pad = newpad(80, 128) for(i=0 i<80 i++){ char line[128] sprintf(line, "This line in pad is numbered d\n", i) mvwprintw(pad, i, 0, line) } //刷新屏幕 refresh() prefresh(pad, 0, 1, 5, 10, 20, 45) for(i=0 i<50 i++){ prefresh(pad, i+1, 1, 5, 10, 20, 45) usleep(30000) } //等待按鍵 getch()
標簽： getmaxyx initscr stdscr for
上傳時間： 2014-08-30
上傳用戶：龍飛艇
Fortran - Tóm tắ t nộ i dung mô n họ c Các khái niệ m và yế u tố trong ngô n ngữ lậ p trình FORTRAN. Các câ u lệ nh củ a ngô n ngữ FORTRAN. Cơ bả n về chư ơ ng chư ơ ng dị ch và mô i trư ờ ng lậ p trình DIGITAL Visual Fortran. Viế t và chạ y các chư ơ ng trình cho các bài toán đ ơ n giả n bằ ng ngô n ngữ FORTRAN.
上傳時間： 2013-12-25
上傳用戶：songrui
由文件input.txt提供輸入數據。輸入文件第1 行有2個正整數n和m（1<=n,m<=100）， 表示倉庫是n×m個格子的矩形陣列。接下來有n行，每行有m個字符，表示格子的狀態。 S 表示格子上放了不可移動的沉重貨物； w 表示格子空閑； M 表示倉庫管理員的初始位置； P 表示箱子的初始位置； K 表示箱子的目標位置。
上傳時間： 2017-08-05
上傳用戶：cainaifa
有N件物品和一個容量為V的背包。第i件物品的費用是c，價值是w。求解將哪些物品裝入背包可使這些物品的費用總和不超過背包容量，且價值總和最大。
標簽： 容量
上傳時間： 2014-01-19
上傳用戶：小儒尼尼奧
神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ，環境模型 妁表示 是非常重要 的。未 知 環境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環境，在滿足 精度要求 的情況下，必定要占用大量的內存，并且采用柵 格法進行路徑規劃，其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡，其學習的結 果能體現出輸入樣本的分布情況，從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性，可采 用K0h0n曲 神經元 的 權向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網絡輸入，神經嘲絡通 過對大量的輸八樣本的學習，其神經元就會體現出一定的 分布形 式 學習過程如下：開 始時網絡的權值隨機地賦值 ， 其后接下式進行學 習： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經元 1在t時刻對 應的權值 ；a(∽ 謂整系 數 ； (『l網絡的輸八矢量；Ⅳ()：學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (，) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ，如果神 經元 的數量 太少 ．它們就 不能 覆 蓋整十空間，結果會導致節點穿過障礙物區域 如果節點 妁數量太大 ．節點就會表示更多的區域，也就得不到距障 礙物的最大距離。在這種情況下，節點是對整個 自由空間 的學 習，而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義，在每個學習階段的結柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節點 來 覆蓋整 十 自由窯 間，需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ，應該采用較少的網絡 節點升 始學習，逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構，可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中，可采用人】：神經嘲 絡技術對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ，足以全局規荊為指 導 利用在線得到的局部環境信息，在盡可能短的時問內
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
本文結合飛思卡爾智能車比賽，基于N溝道MOS管設計H橋電機驅動電路，給出一種利用PWM脈寬調制的方式對直流電機進行速度調控。給出用于驅動MOS管的電壓泵設計電路以及PCB板制作需要注意的相關問題。
上傳時間： 2022-05-03
上傳用戶：bluedrops
嵌入式智能鎖控制方案系統V1.3版智能鎖方案是新一代集“指紋/密碼/刷卡/遙控/手機APP遠程”五大控制單元集一體的嵌入式智能單片機C語言程序電路控制系統,并具有門鎖狀態檢測功能，并集成獨立智能門鈴電路控制功能。目前我們的方案主要應用于智能指紋鎖、指紋控制門禁系統、指紋智能管險柜等領域。嵌入式智能鎖控制方案系統V1.3版系統配備OLED顯示屏、時尚觸摸鍵盤、真人語音提示操作信息指引，使用戶的操作更智能更簡單、更人性化，無需操作說明書既可根據語音+顯示指引進行操作設置。嵌入式智能鎖控制方案系統V1.3版系統主要如有如下特性：1)智能---真人中英文語音+顯示引導操作，管理員與普通用戶的權限管理區分。2)安全---防偷窺輸入設計虛位密碼功能，讓整個系統與用戶交互很簡易和安全。3)貼心---具有門鎖狀態檢測功能可：鑰匙開門、反鎖、門未關、防拆、蓄意驗證試探報警等檢測功能。增加門鈴功能，可以多曲目選擇不同的門鈴聲，并可以在系統內選擇開啟或關閉門鈴，也可以在系統內選擇和關閉檢測功能，讓系統更人性化。4)精準---與國內外多家頂級主自研發生產的指紋采集器公司對接，使指紋識別的安全，速率，糾錯特性發揮到更加安全及高效率。5)高速---從喚醒到比對成功1比N只需要320毫秒.待機感應上電，智能喚醒系統及無操作自動休眠。6)耐用---采用多級ESD放電防護處理，器件設計選型上都采用工業級應用，防水、防塵工藝處理，高低溫壽命老化測試-40---+75度,>10萬次開鎖次數7)省電---功能功率小于138毫安，靜態功率小于26~65微安，普通咸性電池使用續航9—12個月。8)靈活---方案已經與多家主流外設廠商對接，如：指紋讀頭、OLED等，讓使用方案廠商更靈活選擇合適供應商同時也降低缺貨風險。
標簽： 智能鎖
上傳時間： 2022-07-23
上傳用戶：
實時控制與智能儀表 多微機系統的通信技術
上傳時間： 2013-08-01
上傳用戶：eeworm
N系列射頻同軸連接器
上傳時間： 2013-06-29
上傳用戶：eeworm
W火電機組 儀控分冊
上傳時間： 2013-04-15
上傳用戶：eeworm
