這是一個(gè)測(cè)試檔這是一個(gè)測(cè)試檔這是一個(gè)測(cè)試檔這是一個(gè)測(cè)試檔這是一個(gè)測(cè)試檔這是一個(gè)測(cè)試檔這是一個(gè)測(cè)試檔
標(biāo)簽： 這是一個(gè)
上傳時(shí)間： 2015-12-22
上傳用戶：wxxujian
通過(guò)C#發(fā)送自定義的html格式郵件,支持pop3，需要自動(dòng)發(fā)送報(bào)表,這個(gè)就很方便
上傳時(shí)間： 2016-07-27
上傳用戶：tlango1o2o3
樓術(shù)描述項(xiàng): (1).該項(xiàng)目中"我的電腦"是作者自定義的root節(jié)點(diǎn),沒(méi)有設(shè)定其路徑,所以BeforeExpand事件中會(huì)從它開(kāi)始依次遍歷,但"我的電腦"會(huì)提示"沒(méi)有指定路徑".故需要if(e.Tag.ToString() != "我的電腦")判斷.同時(shí)"我的文檔"需要再次獲取其路徑,依次實(shí)現(xiàn)Add子節(jié)點(diǎn); (2).同時(shí)在"我的文檔"和盤(pán)符中需要添加tNode.Nodes.Add("")加載空節(jié)點(diǎn)形成+號(hào),如果沒(méi)有該+號(hào),BeforeExpend事件不會(huì)被調(diào)用,子目錄無(wú)法獲取加載,在BeforeExpand事件調(diào)用TreeViewItems.Add加載其子結(jié)點(diǎn)需要e.Nodes.Clear();清除該結(jié)點(diǎn)的子目錄再加載. (3).提供兩篇類似文章供大家學(xué)習(xí),經(jīng)過(guò)對(duì)比可以發(fā)現(xiàn):第一篇僅從驅(qū)動(dòng)器(C盤(pán))開(kāi)始加載,所以BeforeExpend簡(jiǎn)單展開(kāi)子目錄即可,不需要判斷"我的電腦"和"我的文檔".第二篇含"桌面",因此需要判斷路徑:"C# TreeView磁盤(pán)文件,AfterSelect顯示加號(hào)-駱駝祥子" 和"Treeview樹(shù)狀顯示文件夾" .同時(shí)補(bǔ)充一篇很優(yōu)秀的文章供大家學(xué)習(xí)"WinForm應(yīng)用：ListView做圖像瀏覽" (4).補(bǔ)充TreeView(樹(shù)視圖)事件:更詳細(xì)見(jiàn)"c# 樹(shù)狀視圖(TreeView類)". 事件 描述 AfterCheck 在選中節(jié)點(diǎn)復(fù)選框后引發(fā) AfterCollapse 在折疊一個(gè)節(jié)點(diǎn)后引發(fā) AfterExpand 在擴(kuò)展一個(gè)節(jié)點(diǎn)后引發(fā) AfterSelect 在選中一個(gè)節(jié)點(diǎn)后引發(fā) BeforeCheck 在選中節(jié)點(diǎn)復(fù)選框之前引發(fā) BeforeCollapse 在折疊一個(gè)節(jié)點(diǎn)之前引發(fā) BeforeExpand 在擴(kuò)展一個(gè)節(jié)點(diǎn)之前引發(fā) BeforeSelect 在選中一個(gè)節(jié)點(diǎn)之前引發(fā) (5).補(bǔ)充兩個(gè)關(guān)于論壇討論"c#怎樣動(dòng)態(tài)讀取資源文件里的圖片"和"在C＃中怎么調(diào)用Resources文件中的圖片" (6).在《C#典型模塊與項(xiàng)目實(shí)戰(zhàn)大全》(清華大學(xué)出版社-丁士鋒)書(shū)中談到,出于對(duì)程序響應(yīng)性能考慮,它先加載盤(pán)符結(jié)點(diǎn),沒(méi)有使用遞歸一次性加載所有文件到樹(shù)狀列表中,代碼通過(guò)AfterSelect事件和FileSystemWatcher控件,監(jiān)聽(tīng)加載.并使用線程池Task更新加載TreeView,希望大家去學(xué)習(xí). 總結(jié) 該篇通過(guò)TreeView加載了磁盤(pán)目錄路徑,并通過(guò)ImageList加載圖標(biāo).那么怎樣實(shí)現(xiàn)閱讀文件夾下文件,獲取其圖標(biāo)、文件大小、擴(kuò)展名等信息,并雙擊打開(kāi)文件呢?下一篇將接著講述.最后希望該文章對(duì)大家有所幫助,文章中很多鏈接都可以供覺(jué)得有用的同學(xué)學(xué)習(xí),感謝上面提到的文章及書(shū)籍作者.同時(shí)如果文章中有錯(cuò)誤或不足之處請(qǐng)?jiān)?有問(wèn)題或建議者亦可提出.希望尊重作者勞動(dòng)果實(shí)勿噴.
上傳時(shí)間： 2016-08-15
上傳用戶：baobao9437
C++自寫(xiě)String類,使用動(dòng)態(tài)數(shù)組存儲(chǔ)輸入的內(nèi)容,添加 拼接 格式化等
標(biāo)簽： String
上傳時(shí)間： 2020-06-12
上傳用戶：lace520
該文件為西門(mén)子上的PID控制，已經(jīng)成功移植，西門(mén)子PID程序(FB58)的C代碼帶自整定功能(當(dāng)你讀懂后你就能體會(huì)偉大的西門(mén)子過(guò)程控制的精妙以及STEP7命名的由來(lái))
標(biāo)簽： 自整定控制 C語(yǔ)言 PID控制 西門(mén)子
上傳時(shí)間： 2022-06-09
上傳用戶：
使用STM32制作的自適應(yīng)濾波器，LMS算法實(shí)現(xiàn)，C語(yǔ)言實(shí)現(xiàn)
標(biāo)簽： stm32 自適應(yīng)濾波器 C語(yǔ)言
上傳時(shí)間： 2022-06-29
上傳用戶：
心音信號(hào)是人體最重要的生理信號(hào)之一，包含心臟各個(gè)部分如心房、心室、大血管、心血管及各個(gè)瓣膜功能狀態(tài)的大量生理病理信息。心音信號(hào)分析與識(shí)別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對(duì)目前該研究領(lǐng)域中存在的分析方法問(wèn)題和分類識(shí)別技術(shù)難點(diǎn)展開(kāi)了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號(hào)特征向量的提取、正常心音信號(hào)（NM）和房顫（AF）、主動(dòng)脈回流（AR）、主動(dòng)脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號(hào)的分類識(shí)別。本文的工作內(nèi)容包括以下5個(gè)方面： a）心音信號(hào)采集與預(yù)處理。本文采用自行研制的帶有錄音機(jī)功能的聽(tīng)診器實(shí)現(xiàn)對(duì)心音信號(hào)的采集。通過(guò)對(duì)心音信號(hào)噪聲分析，選用小波降噪作為心音信號(hào)的濾波方法。根據(jù)實(shí)驗(yàn)分析，選擇Donoho閾值函數(shù)結(jié)合多級(jí)閾值的方法作為心音信號(hào)預(yù)處理方案。 b）心音信號(hào)時(shí)頻分析方法。文中采用5種時(shí)頻分析方法分別對(duì)心音信號(hào)進(jìn)行了時(shí)頻譜特性分析，結(jié)果表明：不同的時(shí)頻分析方法與待分析心音信號(hào)的特性有密切關(guān)系，即需要在小的交叉項(xiàng)干擾與高的時(shí)頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應(yīng)錐形核時(shí)頻（ATF）分析方法，通過(guò)實(shí)驗(yàn)驗(yàn)證該分布能較好地反映心音信號(hào)的時(shí)頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時(shí)頻分析方法，從而選擇自應(yīng)錐形核時(shí)頻分析方法進(jìn)行心音信號(hào)分析。 c）心音信號(hào)特征向量提取。根據(jù)對(duì)3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫(kù)中標(biāo)準(zhǔn)心音信號(hào)的時(shí)頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過(guò)Fihser降維處理方法提取出了實(shí)現(xiàn)分類可視化，且最易于分類的心音信號(hào)的2維特征向量，作為心音信號(hào)分類的特征向量。 d）心音信號(hào)分類方法。根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，研究了支持向量機(jī)核函數(shù)、多分類支持向量機(jī)的選取方法，同時(shí)，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號(hào)分類的支持向量機(jī)模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)中NM、AF、AR、AS、MR每類心音信號(hào)的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機(jī)的學(xué)習(xí)樣本，對(duì)余下的每類20組數(shù)據(jù)進(jìn)行測(cè)試，得到每類的分類精度（Ar）均為100％，同時(shí)對(duì)臨床上采集的與上述4種同類心臟雜音信號(hào)和正常心音信號(hào)中每類24個(gè)心動(dòng)周期進(jìn)行分類實(shí)測(cè)，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗(yàn)證了該方法的分類有效性。 e）心音信號(hào)分析與識(shí)別的軟件系統(tǒng)。本文以MATLAB語(yǔ)言的可視化功能實(shí)現(xiàn)了心音信號(hào)分析與識(shí)別的軟件運(yùn)行平臺(tái)構(gòu)建，可完成對(duì)心音信號(hào)的讀取、預(yù)處理，繪制時(shí)-頻、能量特性的三維圖及兩維等高線圖；同時(shí)，利用MATLAB與EXCEL的動(dòng)態(tài)鏈接，實(shí)現(xiàn)對(duì)心音信號(hào)分析數(shù)據(jù)的存儲(chǔ)以及統(tǒng)計(jì)功能；最后，通過(guò)對(duì)心音信號(hào)2維特征向量的分析，實(shí)現(xiàn)心音信號(hào)的自動(dòng)識(shí)別功能。 本文的研究特色主要體現(xiàn)在心音信號(hào)特征向量提取的方法以及多分類支持向量機(jī)模型的建立兩方面。 綜上所述，本文從理論與實(shí)踐兩方面對(duì)心音信號(hào)進(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時(shí)頻分析方法提取心音信號(hào)特征向量，根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，建立心音信號(hào)分類的支持向量機(jī)模型，并對(duì)正常心音信號(hào)和4種心臟雜音信號(hào)進(jìn)行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號(hào)種類及數(shù)據(jù)量尚不足，因此，今后的工作重點(diǎn)是采集更多種類的心臟雜音信號(hào)，進(jìn)一步提高心音信號(hào)分類精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽(tīng)診。 關(guān)鍵詞：心音信號(hào)，小波降噪，非平穩(wěn)信號(hào)，心臟雜音，信號(hào)處理，時(shí)頻分析，自適應(yīng)，支持向量機(jī)
上傳時(shí)間： 2013-04-24
上傳用戶：weixiao99
本文以異步電機(jī)參數(shù)離線自整定及參數(shù)在線辨識(shí)為對(duì)象，從理論分析，算法提出，仿真證明和實(shí)驗(yàn)驗(yàn)證四部分進(jìn)行了深入研究。 異步電機(jī)參數(shù)離線自整定及參數(shù)在線辨識(shí)技術(shù)的研究，為異步電機(jī)控制性能的不斷提高提供了保障，以使更好，更精確的控制方式能夠應(yīng)用到工程實(shí)際中去。 由于在工程中使用的電機(jī)和變頻器不一定能夠匹配，而需要在電機(jī)運(yùn)行之前由專業(yè)的工程師對(duì)變頻器作重新設(shè)置，此過(guò)程復(fù)雜，耽誤時(shí)間而且需要專業(yè)人員操作。 本文提出一套異步電機(jī)參數(shù)離線自整定算法，使用C語(yǔ)言編程，并在一臺(tái)2.2KW電機(jī)的硬件實(shí)驗(yàn)平臺(tái)上驗(yàn)證了該算法，實(shí)現(xiàn)了電機(jī)在運(yùn)行之前，變頻器自動(dòng)測(cè)試出電機(jī)的基本參數(shù)，為矢量控制等控制方式提供所需要的電機(jī)參數(shù)。 電機(jī)在運(yùn)行過(guò)程中，由于溫度等因素的影響，電機(jī)的參數(shù)會(huì)發(fā)生變化，影響電機(jī)運(yùn)行的穩(wěn)定性，所以要對(duì)電機(jī)參數(shù)做在線辨識(shí)。本文對(duì)異步電機(jī)參數(shù)在線辨識(shí)作了理論分析和方法總結(jié)，為下一步工作打下基礎(chǔ)。 算法的實(shí)現(xiàn)需要相應(yīng)的硬件實(shí)驗(yàn)平臺(tái)，本文對(duì)硬件實(shí)驗(yàn)平臺(tái)作了詳細(xì)介紹，包括主電路的設(shè)計(jì)、IGBT的驅(qū)動(dòng)保護(hù)電路設(shè)計(jì)、DSP數(shù)字控制器的設(shè)計(jì)。 本文還對(duì)文中提出的實(shí)驗(yàn)方法作了MATLAB/Simulink仿真，驗(yàn)證了該方法的可行性，對(duì)實(shí)驗(yàn)有指導(dǎo)意義。
標(biāo)簽： 異步電機(jī) 參數(shù) 參數(shù)辨識(shí)
上傳時(shí)間： 2013-04-24
上傳用戶：541657925
回波消除器廣泛應(yīng)用于公用電話交換網(wǎng)(PSTN)、移動(dòng)通信系統(tǒng)和視頻電話會(huì)議系統(tǒng)等多種語(yǔ)音通信領(lǐng)域。在PSTN系統(tǒng)中，由于線路阻抗不匹配，遠(yuǎn)端語(yǔ)音信號(hào)通過(guò)混合線圈時(shí)產(chǎn)生一定泄漏，一部分信號(hào)又傳回遠(yuǎn)端，產(chǎn)生線路回波，回波的存在會(huì)嚴(yán)重影響語(yǔ)音通信質(zhì)量。本文主要針對(duì)線路回波進(jìn)行研究，設(shè)計(jì)并實(shí)現(xiàn)了滿足實(shí)用要求的基于FPGA平臺(tái)的回波消除器。 首先，對(duì)回波產(chǎn)生原理和目前幾種常用回波消除算法進(jìn)行了分析，在研究自適應(yīng)回波消除器的各個(gè)模塊，特別是深入分析各種自適應(yīng)濾波算法和雙講檢測(cè)算法，綜合考慮各種算法的運(yùn)算復(fù)雜度和性能的情況下，這里采用NLMS算法實(shí)現(xiàn)自適應(yīng)回波消除器。針對(duì)傳統(tǒng)雙講檢測(cè)算法在近端語(yǔ)音幅度較低情況下容易產(chǎn)生誤判的情況，給出一種基于子帶濾波器組的改進(jìn)雙講檢測(cè)算法。 本文首先使用C語(yǔ)言實(shí)現(xiàn)回波消除器的各個(gè)模塊，其中包括自適應(yīng)濾波器、遠(yuǎn)端檢測(cè)、雙講檢測(cè)、非線性處理和舒適噪聲產(chǎn)生模塊。經(jīng)過(guò)仿真測(cè)試，相關(guān)模塊算法能夠有效提高回波消除器性能。在此基礎(chǔ)上，本文使用硬件描述語(yǔ)言Veillog HDL，在QuartusⅡ和ModelSim軟件平臺(tái)上實(shí)現(xiàn)各功能模塊，并通過(guò)模塊級(jí)和系統(tǒng)級(jí)功能仿真以及時(shí)序仿真驗(yàn)證，最終在現(xiàn)場(chǎng)可編程門(mén)陣列(Field Programmable Gate Arrav，F(xiàn)PGA)平臺(tái)上實(shí)現(xiàn)回波消除系統(tǒng)。本文詳細(xì)闡述了基于FPGA的設(shè)計(jì)流程與設(shè)計(jì)方法，并描述了自適應(yīng)濾波器、基于分布式算法FIR濾波器、除法器和有限狀態(tài)機(jī)的設(shè)計(jì)過(guò)程。 根據(jù)ITU-T G.168標(biāo)準(zhǔn)提出的測(cè)試要求，本文塒基于FPGA設(shè)計(jì)實(shí)現(xiàn)的自適應(yīng)回波消除系統(tǒng)進(jìn)行大量主客觀測(cè)試。經(jīng)過(guò)測(cè)試，各項(xiàng)性能指標(biāo)均達(dá)到或超過(guò)G.168標(biāo)準(zhǔn)的要求，具有良好的回波消除效果。
上傳時(shí)間： 2013-06-18
上傳用戶：qwe1234
C++初學(xué)者比較好的一本參考書(shū) 本書(shū)是一本全面、易用的C++編程語(yǔ)言教程。作者用清晰、簡(jiǎn)潔的風(fēng)格講解概念和技術(shù)，幫助讀者掌握控制結(jié)構(gòu)、函數(shù)、數(shù)組、指針和串、類和數(shù)據(jù)抽象、運(yùn)算符重載、文件處理以及數(shù)據(jù)結(jié)構(gòu)等關(guān)鍵內(nèi)容。每章中間的自測(cè)練習(xí)、章末的編程練習(xí)、豐富的實(shí)例、大量的代碼等，都為讀者提供了掌握C++編程概念所必需的實(shí)戰(zhàn)演練。
標(biāo)簽： Absolute
上傳時(shí)間： 2013-04-24
上傳用戶：www240697738
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
