7400 2輸入端四與非門 7401 集電極開路2輸入端四與非門 7402 2輸入端四或非門 7403 集電極開路2輸入端四與非門 7404 六反相器 7405 集電極開路六反相器 7406 集電極開路六反相高壓驅動器 7407 集電極開路六正相高壓驅動器 7408 2輸入端四與門 7409 集電極開路2輸入端四與門 7410 3輸入端3與非門 74107 帶清除主從雙J-K觸發器 74109 帶預置清除正觸發雙J-K觸發器 7411 3輸入端3與門 74112 帶預置清除負觸發雙J-K觸發器 7412 開路輸出3輸入端三與非門 74121 單穩態多諧振蕩器 74122 可再觸發單穩態多諧振蕩器 74123 雙可再觸發單穩態多諧振蕩器 74125 三態輸出高有效四總線緩沖門 74126 三態輸出低有效四總線緩沖門 7413 4輸入端雙與非施密特觸發器 74132 2輸入端四與非施密特觸發器 74133 13輸入端與非門 74136 四異或門 74138 3-8線譯碼器/復工器 74139 雙2-4線譯碼器/復工器 7414 六反相施密特觸發器 74145 BCD—十進制譯碼/驅動器 7415 開路輸出3輸入端三與門 74150 16選1數據選擇/多路開關 74151 8選1數據選擇器 74153 雙4選1數據選擇器 74154 4線—16線譯碼器
上傳時間： 2014-01-10
上傳用戶：jackgao
好的東西就是要和大家分享，這是一個紅外遙控學習的C程序。
上傳時間： 2015-11-10
上傳用戶：qq21508895
JVT所釋出的H.264/MPEG-4 AVC REFERENCE SOFTWARE MANUAL,，裡面詳細介紹了jm的架構，以及其中 各種演算法所存在的類別，所以接觸jm的朋友,是一個非常好的嚮導,幫助你了解大概的jm雛形.
標簽： REFERENCE SOFTWARE MANUAL MPEG
上傳時間： 2013-12-20
上傳用戶：athjac
這是一個用keil C在8051上開發實作的UART程式，本人認為很適合剛接觸8051的學習者，很有幫助的。
上傳時間： 2015-12-23
上傳用戶：comua
Programming the Microsoft Windows driver model繁中版 透過Windows驅動程式的權威們專業的協助，學習如何使用簡易的方式來撰寫Windows驅動程式。 Microsoft WDM支援隨插即用（PnP）功能，提供了電源管理能力，並詳述撰寫驅動程式/迷你驅動程式的方法。這本由長時間接觸裝置驅動程式的專家Walter Oney 與Windows核心小組共同合作的書提供了大量很實用的例子、圖表、建議，並一行一行分析範例的程式碼，好讓您能夠清楚了解實際上在撰寫驅動程式時所會發生的問題。另外亦更新了Windows XP及Windows 2000的最新驅動程式技術，又告訴您如何除錯。
標簽： Windows Programming Microsoft driver
上傳時間： 2014-01-19
上傳用戶：cjl42111
matlab基礎教程，適合剛接觸matlab的人(繁中)
上傳時間： 2017-03-05
上傳用戶：daguda
Smarty 入門 不過因為有針對舊有的內容做一些小調整，所以這次把它放回到自己的 Blog 裡。 序言 剛開始接觸樣版引擎的 PHP 設計師，聽到 Smarty 時，都會覺得很難。其實筆者也不例外，碰都不敢碰一下。但是後來在剖析 XOOPS 的程式架構時，開始發現 Smarty 其實並不難。只要將 Smarty 基礎功練好，在一般應用上就已經相當足夠了。當然基礎能打好，後面的進階應用也就不用怕了。 這次的更新，主要加上了一些概念性的東西，當然也有一些進階的技巧。不過這些也許早已深入大家的程式之中，如果有更好的觀點，也歡迎大家能夠回饋。
標簽： Smarty
上傳時間： 2014-12-01
上傳用戶：鳳臨西北
Keil的基本使用教學，若是一開始接觸Keil可參考文件說明。
上傳時間： 2015-03-19
上傳用戶：jingquan
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
1、編制背景介紹發展新能源汽車是邁向汽車強國的必由之路電動汽車是我國戰略性新興產業，對提高我國能源安全應對氣候變化、改善環境保護起著重要作用。近年來，黨中央國務院不斷加大對電動汽車及充電基礎設施的政策支持，從頂層設計、政策支持等方面進行規劃部署，電動汽車及充電基礎設施正迎來快速發展的時期。電動汽車傳導充電接口及通信協議標準是保證電動汽車和充電基礎設施互聯互通的基礎性標準。本次發布的五項標準是：GB/T184871-2015《電動車輛傳導充電系統一般要求》GB/T202341-2015《電動汽車傳導充電用連接裝置通用要求》GB/T20234.2-2015《電動汽車傳導充電用連接裝置交流充電接口》GB/T2023432015《電動汽車傳導充電用連接裝置直流充電接口》GB/T27930-2015《電動汽車非車載傳導式充電機與電池管理系統之間的通信協議》針對充電接口溫度監控可能涉及的專利問題，中國電力企業聯合會專門征求國家知識產權局意見，認真分析原專利權訴求，探討知識產權解決辦法·針對直流充電機械鎖加裝電子鎖專題，起草組先后召開多次會議，就電子鎖加裝位置、實現方式、技術實現方案等問題進行多次討論，經多次修改
上傳時間： 2022-03-29
上傳用戶：kent
