這個(gè)語法分析器用到的是自頂向下的遞歸調(diào)用的方法，根據(jù)Cminus語言的文法規(guī)則 的BNF范式編寫遞歸調(diào)用的代碼，parse方法是程序的入口，它調(diào)用的stmt_sequence完成整個(gè)語法分析工作，stmt_sequence背后是12個(gè)互相調(diào)用的方法，它本身也在語法分析的過程中被調(diào)用到。 每個(gè)方法在最后會(huì)返回一個(gè)構(gòu)造好的節(jié)點(diǎn)DefaultMutableTreeNode節(jié)點(diǎn)t給調(diào)用它的方法，然后調(diào)用它的方法用這個(gè)返回的節(jié)點(diǎn)繼續(xù)構(gòu)造，最后語法分析完成后會(huì)返回一棵完全構(gòu)造好了的樹節(jié)點(diǎn)，然后將這個(gè)樹節(jié)點(diǎn)作為根節(jié)點(diǎn)生成一個(gè)樹控件JTree顯示到窗體程序上
上傳時(shí)間： 2013-12-27
上傳用戶：6546544
一種嵌入可讀水印的自適應(yīng)盲水印算法， 本文提出了一種基于DWT的嵌入可讀水印的自適應(yīng)盲水印算法,通過分析圖像經(jīng)離散小波變換后細(xì) 節(jié)子帶系數(shù)的特性,把細(xì)節(jié)子帶系數(shù)的均值和方差作為水印信息的一部分來自適應(yīng)地修改圖像小波分解后某些細(xì)節(jié) 子帶的系數(shù)值,在滿足水印不可感知性的條件下自適應(yīng)地嵌入水印信息,實(shí)現(xiàn)了水印不可感知性和魯棒性之間的折 衷. 同時(shí),水印的提取無須求助于原圖像,很好的實(shí)現(xiàn)了水印的盲檢測. 這里的水印是一幅有實(shí)際意義的二值圖像. 實(shí) 驗(yàn)結(jié)果和攻擊測試表明,本文提出的算法對JPEG/ JPEG2000 壓縮、添加噪聲、剪切、像素移位等多種攻擊有較強(qiáng)的魯棒 性,同時(shí)對直方圖均衡化、對比度調(diào)整和高斯濾波等圖像處理操作也具有一定的抵抗能力.
上傳時(shí)間： 2017-08-30
上傳用戶：陽光少年2016
神經(jīng)網(wǎng)絡(luò)在智能機(jī)器人導(dǎo)航系統(tǒng)中的應(yīng)用研究1神經(jīng)網(wǎng)絡(luò)在環(huán)境感知中的應(yīng) 用 對環(huán)境 的感 知 ，環(huán)境模型 妁表示 是非常重要 的。未 知 環(huán)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(huán)境，在滿足 精度要求 的情況下，必定要占用大量的內(nèi)存，并且采用柵 格法進(jìn)行路徑規(guī)劃，其計(jì)算量是相當(dāng)大的。Kohon~n自組織 神經(jīng)瞬絡(luò)為機(jī)器人對未知環(huán)境的蒜知提供了一條途徑。 Kohone~沖經(jīng)網(wǎng)絡(luò)是一十自組織神經(jīng)網(wǎng)絡(luò)，其學(xué)習(xí)的結(jié) 果能體現(xiàn)出輸入樣本的分布情況，從而對輸入樣本實(shí)現(xiàn)數(shù) 據(jù)壓縮 ?；?網(wǎng)絡(luò) 的這些特 性，可采 用K0h0n曲 神經(jīng)元 的 權(quán)向量來表示 自由空間，其方法是在 自由空間中隨機(jī)地選 取坐標(biāo)點(diǎn)xltl【可由傳感器獲得】作為網(wǎng)絡(luò)輸入，神經(jīng)嘲絡(luò)通 過對大量的輸八樣本的學(xué)習(xí)，其神經(jīng)元就會(huì)體現(xiàn)出一定的 分布形 式 學(xué)習(xí)過程如下：開 始時(shí)網(wǎng)絡(luò)的權(quán)值隨機(jī)地賦值 ， 其后接下式進(jìn)行學(xué) 習(xí)： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經(jīng)元 1在t時(shí)刻對 應(yīng)的權(quán)值 ；a(∽ 謂整系 數(shù) ； (『l網(wǎng)絡(luò)的輸八矢量；Ⅳ()：學(xué)習(xí)的 I域。每個(gè)神經(jīng)元能最 大限度 地表示一 定 的自由空間 。神經(jīng) 元權(quán) 向量的最 小生成 樹可以表示出自由空問的基本框架。網(wǎng)絡(luò)學(xué)習(xí)的鄰域 (，) 可 以動(dòng) 態(tài)地 定義 成矩形 、多邊 形 。神經(jīng) 元數(shù)量 的選取取 決 于環(huán)境 的復(fù)雜度 ，如果神 經(jīng)元 的數(shù)量 太少 ．它們就 不能 覆 蓋整十空間，結(jié)果會(huì)導(dǎo)致節(jié)點(diǎn)穿過障礙物區(qū)域 如果節(jié)點(diǎn) 妁數(shù)量太大 ．節(jié)點(diǎn)就會(huì)表示更多的區(qū)域，也就得不到距障 礙物的最大距離。在這種情況下，節(jié)點(diǎn)是對整個(gè) 自由空間 的學(xué) 習(xí)，而不是 學(xué)習(xí)最 小框架空 間 。節(jié) 點(diǎn)的數(shù) 量可 以動(dòng)態(tài) 地定義，在每個(gè)學(xué)習(xí)階段的結(jié)柬．機(jī)器人會(huì)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(jié)點(diǎn) 來 覆蓋整 十 自由窯 間，需要增加 網(wǎng)絡(luò)節(jié)點(diǎn)來 重新學(xué) 習(xí) 所 138一 以為了收斂于最小框架表示 ，應(yīng)該采用較少的網(wǎng)絡(luò) 節(jié)點(diǎn)升 始學(xué)習(xí)，逐步增加其數(shù)量。這種方法比較適臺對擁擠的'E{= 境的學(xué)習(xí)，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(jié)構(gòu)表示 。 采用Kohonen~沖經(jīng)阿絡(luò)表示環(huán)境是一個(gè)新的方法。由 于網(wǎng)絡(luò)的并行結(jié)構(gòu)，可在較短的時(shí)間內(nèi)進(jìn)行大量的計(jì)算。并 且不需要了解障礙物的過細(xì)信息．如形狀、位置等 通過 學(xué)習(xí)可用樹結(jié)構(gòu)表示自由空問的基本框架，起、終點(diǎn)問路 徑 可利用樹的遍 歷技術(shù)報(bào)容易地被找到 在機(jī)器人對環(huán)境的感知的過程中，可采用人】：神經(jīng)嘲 絡(luò)技術(shù)對 多傳 感器的信息進(jìn) 行融臺 。由于單個(gè)傳感器僅能 提 供部分不 完全 的環(huán)境信息 ，因此只有秉 甩 多種傳感器 才 能提高機(jī)器凡的感知能力。 2 神經(jīng) 網(wǎng)絡(luò)在局部路徑規(guī)射中的應(yīng) 用 局部路徑 規(guī)刪足稱動(dòng)吝避碰 規(guī)劃 ，足以全局規(guī)荊為指 導(dǎo) 利用在線得到的局部環(huán)境信息，在盡可能短的時(shí)問內(nèi)
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 智能機(jī)器人 導(dǎo)航
上傳時(shí)間： 2022-02-12
上傳用戶：qingfengchizhu
針 對 日 常 生 活 中 人 們 熱 衷 于 盆 栽 種 植 但 又 因 工 作 繁 忙 而 忘 記 澆 水 導(dǎo) 致 盆 栽 枯 死 的 問 題 ， 本 文 提出 采 用 STM32 作 為 系 統(tǒng) 主 控 芯 片 ， 構(gòu) 建 一 個(gè) “ 手 機(jī) APP + 現(xiàn) 場 傳 感 器 控 制 ” 的 智 能 監(jiān) 控 種 植 系 統(tǒng) 。 通 過 對 指 定植 物 種 植 環(huán) 境 的 溫 度 、 濕 度 數(shù) 據(jù) 進(jìn) 行 統(tǒng) 計(jì) 分 析 ， 能 實(shí) 現(xiàn) 自 動(dòng) 澆 灌 、 調(diào) 整 光 照 、 遠(yuǎn) 程 告 警 及 無 線 監(jiān) 控 等 功 能 ， 最 終實(shí) 現(xiàn) 盆 栽 智 能 種 植 ， 為 盆 栽 種 植 愛 好 者 提 供 便 利 。 本 系 統(tǒng) 設(shè) 計(jì) 具 有 簡 單 、 實(shí) 用 性 強(qiáng) 、 可 靠 性 高 等 特 點(diǎn) 。
標(biāo)簽： stm32 智能盆栽 遠(yuǎn)程監(jiān)控
上傳時(shí)間： 2022-04-28
上傳用戶：
自適應(yīng)天線原理
標(biāo)簽： 天線
上傳時(shí)間： 2013-07-04
上傳用戶：eeworm
微型自鎖按鍵
上傳時(shí)間： 2013-07-22
上傳用戶：eeworm
自復(fù)保險(xiǎn)絲
標(biāo)簽： 自復(fù)保險(xiǎn)絲
上傳時(shí)間： 2013-08-05
上傳用戶：eeworm
電子技術(shù)（電工學(xué)Ⅱ）典型題解析及自測試題
標(biāo)簽： 電子技術(shù) 典型 電工學(xué) 自測試
上傳時(shí)間： 2013-06-14
上傳用戶：eeworm
自適應(yīng)濾波器原理（第三版）
標(biāo)簽： 自適應(yīng)濾波器
上傳時(shí)間： 2013-05-18
上傳用戶：eeworm
空時(shí)自適應(yīng)信號處理
標(biāo)簽： 信號處理
上傳時(shí)間： 2013-05-25
上傳用戶：eeworm
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
