<option id="42yyk"></option> PC機與智能儀器串口通信 MSComm 控件提供下列兩種處理通訊的方式： 事件驅動通訊是處理串行端口交互作用的一種非常有效的方法。在許多情況下，在事件發生時需要得到通知，例如，在 Carrier Detect (CD) 或 Request To Send (RTS) 線上一個字符到達或一個變化發生時。在這些情況下，可以利用 MSComm 控件的 OnComm 事件捕獲并處理這些通訊事件。OnComm 事件還可以檢查和處理通訊錯誤。所有通訊事件和通訊錯誤的列表，參閱 CommEvent 屬性。 在程序的每個關鍵功能之后，可以通過檢查 CommEvent 屬性的值來查詢事件和錯誤。如果應用程序較小，并且是自保持的，這種方法可能是更可取的。例如，如果寫一個簡單的電話撥號程序，則沒有必要對每接收一個字符都產生事件，因為唯一等待接收的字符是調制解調器的“確定”響應。 每個使用的 MSComm 控件對應著一個串行端口。如果應用程序需要訪問多個串行端口，必須使用多個 MSComm 控件?？梢栽?Windows“控制面板”中改變端口地址和中斷地址。
上傳時間： 2016-10-05
上傳用戶：qlpqlq
PC機與智能儀器串口通信 MSComm 控件提供下列兩種處理通訊的方式： 事件驅動通訊是處理串行端口交互作用的一種非常有效的方法。在許多情況下，在事件發生時需要得到通知，例如，在 Carrier Detect (CD) 或 Request To Send (RTS) 線上一個字符到達或一個變化發生時。在這些情況下，可以利用 MSComm 控件的 OnComm 事件捕獲并處理這些通訊事件。OnComm 事件還可以檢查和處理通訊錯誤。所有通訊事件和通訊錯誤的列表，參閱 CommEvent 屬性。 在程序的每個關鍵功能之后，可以通過檢查 CommEvent 屬性的值來查詢事件和錯誤。如果應用程序較小，并且是自保持的，這種方法可能是更可取的。例如，如果寫一個簡單的電話撥號程序，則沒有必要對每接收一個字符都產生事件，因為唯一等待接收的字符是調制解調器的“確定”響應。 每個使用的 MSComm 控件對應著一個串行端口。如果應用程序需要訪問多個串行端口，必須使用多個 MSComm 控件?？梢栽?Windows“控制面板”中改變端口地址和中斷地址。
上傳時間： 2016-10-05
上傳用戶：洛木卓
介紹一種實用的二維條碼識別算法。首先探討了二維條碼的定位與分割算法,利用Hough變換與Sobel邊緣檢測把條碼圖像從原始采集的圖像中有效地分割出來 然后分析了條碼圖像經過光學系統的噪聲模型,提出了一種計算點擴展函數標準方差的算法 采用Flourier變換自適應地選取閾值去除噪聲導致的無效邊界,從而得到條碼的基本模塊。實驗結果表明,該算法具有很好的抗噪性,提高了二維條碼的識別率。
上傳時間： 2014-11-30
上傳用戶：miaochun888
介紹一種實用的二維條碼識別算法。首先探討了二維條碼的定位與分割算法,利用Hough變換與Sobel邊緣檢測把條碼圖像從原始采集的圖像中有效地分割出來 然后分析了條碼圖像經過光學系統的噪聲模型,提出了一種計算點擴展函數標準方差的算法 采用Flourier變換自適應地選取閾值去除噪聲導致的無效邊界,從而得到條碼的基本模塊。實驗結果表明,該算法具有很好的抗噪性,提高了二維條碼的識別率。
上傳時間： 2014-11-25
上傳用戶：shus521
針對基于圖像特征點的配準方法中對應特征對難以準確提取的問題,提出一種基于興趣 點匹配的圖像自動拼接方法。該方法首先利用Harris角檢測器提取兩幅圖像中的興趣點,并在此基 礎上采用比較最大值法提取出對應興趣點特征對,最后利用這些匹配特征對來實現圖像的拼接。實 驗結果表明,這種方法能有效地去除偽匹配特征對的干擾,同時降低了誤匹配的概率
上傳時間： 2013-12-31
上傳用戶：BIBI
基于粒子群優化的神經網絡訓練算法研究論文 摘 要: 本文提出了基于連接結構優化的粒子群優化算法(SPSO) 用于神經網絡訓練,該算法在訓練神經網絡權 值的同時優化其連接結構,刪除冗余連接,使神經網絡獲得與模式分類問題匹配的信息處理能力. 經SPSO 訓練的神經 網絡應用于Iris ,Ionosphere 以及Breast cancer 模式分類問題,能夠部分消除冗余分類參數及冗余連接結構對分類性能 的影響. 與BP 算法及遺傳算法比較,該算法在提高分類誤差精度的同時可加快訓練收斂的速度. 仿真結果表明,SPSO是有效的神經網絡訓練算法
上傳時間： 2013-11-30
上傳用戶：myworkpost
摘要:為了提高圖像復原算法的性能 ,提出了一種改進的奇異值分解法估計圖像的點擴散函數。從圖像的退化離散模型 出發 ,對圖像進行逐層分塊奇異值分解 ,并自動選取奇異值重組階數以減少噪聲對估計的影響。利用理想圖像奇異值向 量平均能譜指數模型 ,估計點擴散函數奇異值向量的頻譜 ,再反傅里葉變換得到其時域結果。實驗結果表明 ,該方法能 在不同信噪比情況下估計成像系統的點擴散函數 ,估計結果比原有估計方法有所提高 ,有望為圖像復原算法的預處理提 供一種有效的手段。
上傳時間： 2014-08-06
上傳用戶：litianchu
摘要:重構相空間是非線性分析的基礎 ,利用聯積分導出的 C2C方法是估計相空間重構參數延遲時間和延遲時間窗的有效方。由于混沌系統的初值敏感性和實際序列長度有限并帶噪 ,使得 C2C方法估計出的和具有波動性。為了降低估值偏差 ,借鑒譜估計中平均法的思想 ,提出一種不同于已有文獻利用整段序列估算和,而采用對序列分段估值后取平均的方法 ,并重點討論了帶噪序列的和 估值及序列長度對估值的影響。數值仿真證明這種平均處理方法對和的估值具有較好的有效性和可靠性。關鍵詞:非線性時間序列 關聯積分 重構參數 平均
上傳時間： 2017-07-05
上傳用戶：2467478207
提出了一種基于相似度函數的自適應加權中值濾波算法。該方法首先通過噪聲檢測確定圖像中的噪聲點,然后 根據窗口內噪聲點的個數自適應地調整濾波窗口的尺寸,并根據相似度大小,巧妙地將濾波窗口內各個像素點自適應分 組并賦予相應的權重,最后對檢測出的噪聲點進行加權中值濾波。計算機模擬實驗結果表明:該算法既能有效地濾除噪 聲,又能較好地保護圖像細節,比標準中值濾波具有更優良的濾波性能。
上傳時間： 2017-08-06
上傳用戶：lizhizheng88
對粗糙集( Rough Set)理論中屬性約簡和值約簡算法進行了研究，提出了一種新的基于粗糙集的值約簡算法。實驗表明，該算法所得 結果比目前通用的基于粗糙集的值約簡算法更簡化和有效，它可以應用到各種與值約簡相關的實際問題中。
上傳時間： 2014-01-01
上傳用戶：佳期如夢
