產生頻率選擇性衰落的雷利通道，參數由天線結構、OFDM系統的結構與功率延時結構來決定。
標簽：
上傳時間： 2014-12-20
上傳用戶：lizhizheng88
定時器程序 采用89c2051 2001.10 ****************** ****************** 偽定義 ****************** SL EQU 30H SL存放秒的個位數 SH EQU 31H SH存放秒的十位數 ML EQU 32H ML存放分的個位數 MH EQU 33H MH存放分的十位數 HL EQU 34H HL存放時的個位數 HH EQU 35H HH存放時的十位數
上傳時間： 2014-01-04
上傳用戶：qq1604324866
GenDriver即簡單的資料流驅動程式，雖未跟硬體溝通，但匯出10個進入點，可被任何Windows CE系統所載入。為讓系統載入GenDriver可在系統啟動時，加入任何[HKEY_LOCAL_MACHINE]\Drivers\Builtin下的項目，讓驅動程式載入，或撰寫一個應用程式，在別處建立驅動程式機碥並呼叫ActivateDevice
上傳時間： 2016-06-24
上傳用戶：離殤
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2014-01-15
上傳用戶：hongmo
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2013-12-26
上傳用戶：dreamboy36
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2016-06-28
上傳用戶：change0329
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2014-09-03
上傳用戶：jjj0202
本程序可以對一個完整的類pascal程序進行語法分析并將分析的結果輸出顯示。 程序要求輸入的字符串必須有完整的程序體說明以及程序開始的標志，否則，該語法分析器給出錯誤信息。 當進行完上述判斷后，則進行各個語句串的分析，其中包括賦值語句，分支語句與循環語句（可嵌套判斷），并將判斷結果顯示，若有錯誤，則輸出錯誤類型以及行號。 輸出結果的形式：該語法分析器在結束一種句型分析時給出一個類型信息例如：if 1 then j:=j+1 的判斷信息為：“賦值語句” 和“if then 分支語句” 。
上傳時間： 2013-12-23
上傳用戶：R50974
使用說明 使用時打開此例題目錄下pic中的圖片，然后依次單擊按鈕“轉”、“1”、“2”、“3”、“4”和“5”，就可以實現精確的車牌定位。 具體步驟 1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區域灰度基本被賦值為0?？紤]到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區域裁剪,截取車牌圖像。
上傳時間： 2014-01-17
上傳用戶：851197153
程序名：ga_bp_predict.cpp 描述： 采用GA優化的BP神經網絡程序，用于單因素時間 序列的預測,采用了單步與多步相結合預測 說明： 采用GA(浮點編碼)優化NN的初始權值W[j][i],V[k][j]，然后再采用BP算法 優化權值
標簽： ga_bp_predict cpp 程序 BP神經網絡
上傳時間： 2014-02-18
上傳用戶：冇尾飛鉈
