介紹了一種基于低壓、寬帶、軌對(duì)軌、自偏置CMOS第二代電流傳輸器（CCII）的電流模式積分器電路，能廣泛應(yīng)用于無線通訊、射頻等高頻模擬電路中。通過采用0.18 μm工藝參數(shù)，進(jìn)行Hspice仿真，結(jié)果表明：電流傳輸器電壓跟隨的線性范圍為-1.04～1.15 V，電流跟隨的線性范圍為-9.02～6.66 mA，iX/iZ的-3 dB帶寬為1.6 GHz。輸出信號(hào)的幅度以20dB/decade的斜率下降，相位在低于3 MHz的頻段上保持在90°。
上傳時(shí)間： 2014-06-20
上傳用戶：lvchengogo
介紹了廣泛應(yīng)用于各種電流模式電路的第二代電流控制電流傳輸器原件的跨導(dǎo)線性環(huán)特性和端口特性，以及其基本組成共源共柵電流鏡，并提出了基于共源共柵電流鏡的新型COMS電流傳輸器。在此基礎(chǔ)上，設(shè)計(jì)了基于電流控制電流傳輸器的電流模式積分電路，并利用Hspice軟件進(jìn)行輸入為正弦波和方波時(shí)的輸出波形的仿真驗(yàn)證。
上傳時(shí)間： 2013-10-22
上傳用戶：wtrl
提出了一種改進(jìn)的LSM-ALSM子空間模式識(shí)別方法，將LSM的旋轉(zhuǎn)策略引入ALSM，使子空間之間互不關(guān)聯(lián)的情況得到改善，提高了ALSM對(duì)相似樣本的區(qū)分能力。討論中以性能函數(shù)代替經(jīng)驗(yàn)函數(shù)來確定拒識(shí)規(guī)則的參數(shù)，實(shí)現(xiàn)了識(shí)別率、誤識(shí)率與拒識(shí)率之間的最佳平衡；通過對(duì)有限字符集的實(shí)驗(yàn)結(jié)果表明，LSM-ALSM算法有效地改善了分類器的識(shí)別率和可靠性。關(guān) 鍵 詞 學(xué)習(xí)子空間; 性能函數(shù); 散布矩陣; 最小描述長(zhǎng)度在子空間模式識(shí)別方法中，一個(gè)線性子空間代表一個(gè)模式類別，該子空間由反映類別本質(zhì)的一組特征矢量張成，分類器根據(jù)輸入樣本在各子空間上的投影長(zhǎng)度將其歸為相應(yīng)的類別。典型的子空間算法有以下三種[1, 2]：CLAFIC(Class-feature Information Compression)算法以相關(guān)矩陣的部分特征向量來構(gòu)造子空間，實(shí)現(xiàn)了特征信息的壓縮，但對(duì)樣本的利用為一次性，不能根據(jù)分類結(jié)果進(jìn)行調(diào)整和學(xué)習(xí)，對(duì)樣本信息的利用不充分；學(xué)習(xí)子空間方法(Leaning Subspace Method, LSM)通過旋轉(zhuǎn)子空間來拉大樣本所屬類別與最近鄰類別的距離，以此提高分類能力，但對(duì)樣本的訓(xùn)練順序敏感，同一樣本訓(xùn)練的順序不同對(duì)子空間構(gòu)造的影響就不同；平均學(xué)習(xí)子空間算法(Averaged Learning Subspace Method, ALSM)是在迭代訓(xùn)練過程中，用錯(cuò)誤分類的樣本去調(diào)整散布矩陣，訓(xùn)練結(jié)果與樣本輸入順序無關(guān)，所有樣本平均參與訓(xùn)練，其不足之處是各模式的子空間之間相互獨(dú)立。針對(duì)以上問題，本文提出一種改進(jìn)的子空間模式識(shí)別方法。子空間模式識(shí)別的基本原理1.1 子空間的分類規(guī)則子空間模式識(shí)別方法的每一類別由一個(gè)子空間表示，子空間分類器的基本分類規(guī)則是按矢量在各子空間上的投影長(zhǎng)度大小，將樣本歸類到最大長(zhǎng)度所對(duì)應(yīng)的類別，在類x()iω的子空間上投影長(zhǎng)度的平方為()211,2,,()argmax()jMTkkjpg===Σx (1)式中 函數(shù)稱為分類函數(shù)；為子空間基矢量。兩類的分類情況如圖1所示。
上傳時(shí)間： 2013-12-25
上傳用戶：熊少鋒
中南大學(xué)C語言程序設(shè)計(jì)實(shí)習(xí) 1 實(shí)驗(yàn)一：C語言圖形模式的設(shè)置 2 實(shí)習(xí)二：一元函數(shù)的圖形繪制 3 實(shí)習(xí)三：二維圖形的幾何變換 4 實(shí)習(xí)四：非線性方程求根的二分法 5 實(shí)習(xí)五：非線性方程求根的牛頓法 6 實(shí)習(xí)六：數(shù)值積分的矩形法和梯形法 7 實(shí)習(xí)八：級(jí)數(shù)求和問題 8 實(shí)習(xí)九：曲線擬合 9 實(shí)習(xí)十一：解線性方程組的Gauss消元法 10 實(shí)習(xí)十四：解線性方程組的Jacobi迭代法 11 實(shí)習(xí)十六：空間曲面和曲線的繪制 12 實(shí)習(xí)十七：Hanoi塔問題 13 實(shí)習(xí)十八：綜合問題
標(biāo)簽： 實(shí)習(xí) C語言 圖形 大學(xué)
上傳時(shí)間： 2013-12-16
上傳用戶：daguda
Hamming 神經(jīng)網(wǎng)絡(luò)從功能上來看是最小Hamming 距離分類器．利用它能夠完成不完整輸入信息與所存儲(chǔ)模式的最小漢明距離分類． Hamming 網(wǎng)絡(luò)是一個(gè)雙層神經(jīng)網(wǎng)絡(luò)，第一層網(wǎng)（即匹配子網(wǎng)絡(luò)）是用來計(jì)算輸入模式與該網(wǎng)絡(luò)已經(jīng)學(xué)習(xí)過的各樣本之間的匹配測(cè)度．第二層網(wǎng)（即競(jìng)爭(zhēng)子網(wǎng)絡(luò)）接收從匹配子網(wǎng)絡(luò)送來的未知模式與已存各樣本的匹配測(cè)度，然后經(jīng)過多次迭代運(yùn)算就可以求得與輸入模式相匹配的樣本．
標(biāo)簽： Hamming 神經(jīng)網(wǎng)絡(luò) 分類器 分類
上傳時(shí)間： 2015-07-04
上傳用戶：66666
本論文主要介紹了使用Visual studio 2005中的各種控件編寫一個(gè)列車信息網(wǎng)上查詢系統(tǒng)。Visual studio 2005中各種控件的明確分工模式不但更有效、更簡(jiǎn)潔，而且能夠大幅縮短無謂的程序代碼撰寫，功能十分強(qiáng)大，不必關(guān)心具體的實(shí)現(xiàn)過程。諸如信息查詢和數(shù)據(jù)管理等功能的實(shí)現(xiàn)，而只需使用很少的代控件的屬性和函數(shù)即可，為程序開發(fā)帶來了很大的方便。 本論文首先介紹ASP.NET 2.0網(wǎng)頁開發(fā)技術(shù)及設(shè)計(jì)所用到的開發(fā)工具和開發(fā)環(huán)境。 其次是系統(tǒng)需求分析部分，介紹了軟件開發(fā)背景、目的、系統(tǒng)定位。接著是系統(tǒng)設(shè)計(jì)階段，描述了系統(tǒng)所要實(shí)現(xiàn)的功能和開發(fā)制作的過程，包括各個(gè)功能模塊的概要設(shè)計(jì)和詳細(xì)設(shè)計(jì)，用戶界面設(shè)計(jì)，代碼設(shè)計(jì)等。本文最終設(shè)計(jì)了一個(gè)簡(jiǎn)單的列車信息查詢網(wǎng)站，包括信息查詢、登陸、數(shù)據(jù)管理、訪問量統(tǒng)計(jì)等功能。
標(biāo)簽： Visual studio 2005 控件
上傳時(shí)間： 2015-11-08
上傳用戶：zhyiroy
模式識(shí)別 ISODATA算法 ，ISODATA算法與C-均值算法相似，聚類中心都是通過樣本均值的迭代運(yùn)算來決定的；
標(biāo)簽： ISODATA 模式識(shí)別 算法
上傳時(shí)間： 2013-12-17
上傳用戶：wyc199288
使用JAVA寫的策略模式的一個(gè)實(shí)現(xiàn)代碼，里面代有大量的注釋，適合初學(xué)者學(xué)習(xí)！
上傳時(shí)間： 2016-09-28
上傳用戶：
使用JAVA實(shí)現(xiàn)裝飾模式的源代碼，里面代有詳細(xì)的注釋，比較適合學(xué)習(xí)設(shè)計(jì)模式的朋友！
上傳時(shí)間： 2016-09-28
上傳用戶：jennyzai
典型實(shí)例10.8 字符LCD接口的設(shè)計(jì)與實(shí)現(xiàn) 軟件開發(fā)環(huán)境：ISE 7.1i 硬件開發(fā)環(huán)境：紅色颶風(fēng)II代－Xilinx版 1. 本實(shí)例控制開發(fā)板上面的LCD的顯示； 2. 工程在\project文件夾里面 3. 源文件和管腳分配在\rtl文件夾里面 4. 下載文件在\download文件夾里面,.mcs為PROM模式下載文件,.bit為JTAG調(diào)試下載文件。
上傳時(shí)間： 2013-12-26
上傳用戶：shawvi
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
