一区二区三区高清,麻豆传媒一区,韩国毛片一区二区三区

蝦米I代

本程序用at16實現兩根線(兩個i/o口)+8片74164+一片ULN2003驅動24個LED數碼管,通過串口寫入要顯示的數,可以在很多地方應用

本程序用at16實現兩根線(兩個i/o口)+8片74164+一片ULN2003驅動24個LED數碼管,通過串口寫入要顯示的數,可以在很多地方應用

標簽： 74164 2003 ULN LED

上傳時間： 2015-04-20

上傳用戶：hustfanenze
給定n 個物品, 物品i重為wi 并且價值為 vi

給定n 個物品, 物品i重為wi 并且價值為 vi ，背包所能承載的最大容量為 W. 0-1 背包問題即是選擇含有著最大總價值的物品的子集且它的容量 ≤W ．用動態規劃實現

標簽： vi 價值

上傳時間： 2015-04-21

上傳用戶：四只眼
利用msp430的通用I/O端口模擬I2c協議的源代碼

利用msp430的通用I/O端口模擬I2c協議的源代碼，利用此代碼可以不需要I2c模塊即可進行I2C通信

標簽： msp 430 I2c 端口

上傳時間： 2013-12-19

上傳用戶：qiaoyue
[原創]vxworks系統下的I/O系統和設備驅動筆記。

[原創]vxworks系統下的I/O系統和設備驅動筆記。

標簽： vxworks 設備驅動

上傳時間： 2015-04-21

上傳用戶：yuchunhai1990
本代馬是以AVR系列單片機為硬件

本代馬是以AVR系列單片機為硬件，開發環境采用ICCAVR，用軟件模擬I2C總線

標簽： AVR 單片機硬件

上傳時間： 2013-12-25

上傳用戶：sqq
非線性方程組的迭代解法

非線性方程組的迭代解法，包括：簡單迭代法、Newton法、割線法、擬Newton法等.詳見程序注釋

標簽： 非線性方程迭代

上傳時間： 2014-12-06

上傳用戶：yepeng139
Windowed-Burg method is made in order to improve the Clasical Burg method. Previously, I send the PB

Windowed-Burg method is made in order to improve the Clasical Burg method. Previously, I send the PBURGW.m file, but now I include also the ARBURGW.m algorithm and some NOTES-EXAMPLES to explain it and compare with the pburg.m algorithm from MATLAB.

標簽： method Windowed-Burg Previously the

上傳時間： 2013-12-22

上傳用戶：familiarsmile
本測試程序是針對TMS320LF2407 EVM的性能測試而設計開發的。程序運行時將按順序對數據RAM空間、程序代碼空間、片上異步串行通訊、ADC-DAC聯合檢測、雙向數字I/O口、通用I/O和評估板

本測試程序是針對TMS320LF2407 EVM的性能測試而設計開發的。程序運行時將按順序對數據RAM空間、程序代碼空間、片上異步串行通訊、ADC-DAC聯合檢測、雙向數字I/O口、通用I/O和評估板LED、評估板并排手動開關分別進行檢測。測試結果的正確或錯誤均有信息顯示。

標簽： ADC-DAC 2407 TMS 320

上傳時間： 2014-02-04

上傳用戶：klin3139
模擬退火算法來源于固體退火原理

模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。

標簽： 模擬退火算法

上傳時間： 2015-04-24

上傳用戶：R50974
模擬退火算法來源于固體退火原理

模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。

標簽： 模擬退火算法

上傳時間： 2015-04-24

上傳用戶：ryb