本文對(duì)國(guó)內(nèi)外仿真模型的發(fā)展進(jìn)行了述評(píng)。陳述了仿真模型驗(yàn)證的定義和有關(guān)概念。提出了模型驗(yàn)證的區(qū)間假設(shè)，介紹了自相關(guān)函數(shù)檢驗(yàn)法。
上傳時(shí)間： 2014-08-18
上傳用戶：xuanchangri
Winsock提供了另一個(gè)有用的異步I/O模型。和WSAAsyncSelect模型類(lèi)似的是，它也允許應(yīng)用程序在一個(gè)或多個(gè)套接字上，接收以事件為 基礎(chǔ)的網(wǎng)絡(luò)事件通知。對(duì)于表1總結(jié)的、由WSAAsyncSelect模型采用的網(wǎng)絡(luò)事件來(lái)說(shuō)，它們均可原封不動(dòng)地移植到新模型。在用新模型 開(kāi)發(fā)的應(yīng)用程序中，也能接收和處理所有那些事件。該模型最主要的差別在于網(wǎng)絡(luò)事件會(huì)投遞至一個(gè)事件對(duì)象句柄，而非投遞至一個(gè)窗 口例程。(節(jié)選自《Windows網(wǎng)絡(luò)編程》第八章) 還是讓我們先看代碼然后進(jìn)行分析：
標(biāo)簽： WSAAsyncSelect Winsock 模型
上傳時(shí)間： 2014-01-19
上傳用戶：gxrui1991
傳統(tǒng)的入侵檢測(cè)系統(tǒng)在網(wǎng)絡(luò)上存在自適應(yīng)差、缺乏擴(kuò)展性、數(shù)據(jù)過(guò)載等問(wèn)題，而基于數(shù)據(jù)挖掘的入侵檢測(cè)技術(shù)通過(guò)數(shù)據(jù)挖掘的方法，自動(dòng)地從訓(xùn)練數(shù)據(jù)中提取出入侵檢測(cè)的知識(shí)和模式，很好地解決了傳統(tǒng)入侵檢測(cè)系統(tǒng)中存在的問(wèn)題。本文提出了一種基于數(shù)據(jù)挖掘的入侵檢測(cè)系統(tǒng)模型，分析了幾種入侵檢測(cè)技術(shù)的數(shù)據(jù)挖掘方法。
標(biāo)簽： 入侵檢測(cè)系統(tǒng) 網(wǎng)絡(luò) 擴(kuò)展性 數(shù)據(jù)
上傳時(shí)間： 2013-11-28
上傳用戶：caixiaoxu26
盒中腦（bsb）神經(jīng)網(wǎng)絡(luò)模型首先由Anderson等人于1977年提出，Golden等人對(duì)該模型進(jìn)行了深入的研究。可用作自聯(lián)想最鄰分類(lèi)器，并可存儲(chǔ)任何模擬向量模式。
標(biāo)簽： Anderson 1977 bsb 神經(jīng)網(wǎng)絡(luò)模型
上傳時(shí)間： 2016-08-30
上傳用戶：cx111111
停車(chē)誘導(dǎo)系統(tǒng)中車(chē)位預(yù)測(cè)模型的研究 摘 要 研究城市停車(chē)誘導(dǎo)系統(tǒng)的停車(chē)車(chē)位占有率預(yù)測(cè)問(wèn)題。首先提出墓于B P神經(jīng)網(wǎng)絡(luò)的車(chē)位占有預(yù)測(cè)模型， 同時(shí)將自適應(yīng) 學(xué)習(xí)速率調(diào)整法和加入動(dòng)量項(xiàng)方法用于改善基本B P神經(jīng)網(wǎng)絡(luò)， 優(yōu)化了學(xué)習(xí)速率， 減少了訓(xùn)練過(guò)程的震蕩趨勢(shì)， 改善了網(wǎng)絡(luò)的收效 隆。以此為基礎(chǔ)實(shí)現(xiàn)了停車(chē)位的智能預(yù)測(cè) 0最后， 進(jìn)行了多種方法比對(duì)實(shí)驗(yàn)
標(biāo)簽： 停車(chē)誘導(dǎo) 預(yù)測(cè)模型 城市
上傳時(shí)間： 2013-12-17
上傳用戶：GavinNeko
在室內(nèi)環(huán)境中可結(jié)合式子母機(jī)器人系統(tǒng)，子機(jī)為一多功能平臺(tái)，可放置各種家庭所需之設(shè)備，而母機(jī)為一輪式機(jī)器人，經(jīng)由兩者的結(jié)合，可提供高機(jī)動(dòng)性與多功能的服務(wù)。在結(jié)合的技術(shù)面，傳統(tǒng)的吸塵器機(jī)器人與充電站之間的導(dǎo)航系統(tǒng)使用紅外線感測(cè)作為依據(jù)，當(dāng)兩者間有障礙物阻擋時(shí)，紅外線感測(cè)器導(dǎo)航系統(tǒng)將會(huì)失效。因此本系統(tǒng)利用聲源方向做為機(jī)器人決定移動(dòng)方向的依據(jù)，由於聲波傳遞的特性，即使在有障礙物的情況下，依然可以有效地偵測(cè)。此外，在移動(dòng)的過(guò)程中，本系統(tǒng)利用光流偵測(cè)法判斷是否遭遇障礙物或是利用Support Vector Machine分類(lèi)判斷與聲源之間為是否有障礙物的阻隔；若發(fā)現(xiàn)前方有障礙物，則啟動(dòng)避障策略，用有效的方式繼續(xù)往目標(biāo)移動(dòng)。最後，當(dāng)母機(jī)接近子機(jī)時(shí)，可根據(jù)多種紅外線感測(cè)器資訊進(jìn)行子母機(jī)器人的結(jié)合，結(jié)合成功後，母機(jī)將可搭載子機(jī)成為一自由行動(dòng)之機(jī)器人。
標(biāo)簽： 系統(tǒng)
上傳時(shí)間： 2013-12-19
上傳用戶：mhp0114
一個(gè)自適應(yīng)控制方面的Simulink程序，主要解決無(wú)模型自適應(yīng)（MFA）控制的問(wèn)題
標(biāo)簽： Simulink 自適應(yīng)控制 方面 程序
上傳時(shí)間： 2014-01-20
上傳用戶：lgnf
在WinAVR下的ST7565圖形點(diǎn)陣的驅(qū)動(dòng)程序，可以顯示5*7 & 8*16的ASCII和自定義的漢字，並且有3*4矩陣按鍵的掃描解碼程序。
標(biāo)簽： WinAVR 7565 ST 驅(qū)動(dòng)
上傳時(shí)間： 2013-12-26
上傳用戶：LIKE
介紹一種實(shí)用的二維條碼識(shí)別算法。首先探討了二維條碼的定位與分割算法,利用Hough變換與Sobel邊緣檢測(cè)把條碼圖像從原始采集的圖像中有效地分割出來(lái) 然后分析了條碼圖像經(jīng)過(guò)光學(xué)系統(tǒng)的噪聲模型,提出了一種計(jì)算點(diǎn)擴(kuò)展函數(shù)標(biāo)準(zhǔn)方差的算法 采用Flourier變換自適應(yīng)地選取閾值去除噪聲導(dǎo)致的無(wú)效邊界,從而得到條碼的基本模塊。實(shí)驗(yàn)結(jié)果表明,該算法具有很好的抗噪性,提高了二維條碼的識(shí)別率。
上傳時(shí)間： 2014-11-30
上傳用戶：miaochun888
介紹一種實(shí)用的二維條碼識(shí)別算法。首先探討了二維條碼的定位與分割算法,利用Hough變換與Sobel邊緣檢測(cè)把條碼圖像從原始采集的圖像中有效地分割出來(lái) 然后分析了條碼圖像經(jīng)過(guò)光學(xué)系統(tǒng)的噪聲模型,提出了一種計(jì)算點(diǎn)擴(kuò)展函數(shù)標(biāo)準(zhǔn)方差的算法 采用Flourier變換自適應(yīng)地選取閾值去除噪聲導(dǎo)致的無(wú)效邊界,從而得到條碼的基本模塊。實(shí)驗(yàn)結(jié)果表明,該算法具有很好的抗噪性,提高了二維條碼的識(shí)別率。
上傳時(shí)間： 2014-11-25
上傳用戶：shus521
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
