eyt j
上傳時間： 2013-10-24
上傳用戶：shen_dafa
j
上傳時間： 2014-12-31
上傳用戶：趙一霞a
j
上傳時間： 2013-11-24
上傳用戶：牧羊人8920
本文提出j以通用陣列邏輯器件GAL 和只讀存貯器EPROM 為核心器件．設計測量 顯示控制裝置的方法。配以數字式傳感器及用 最小二乘法編制的曲線自動分段椒合程序生成 的EPROM 中的數據．可用于力、溫度、光強等 非電量的測量顯示和控制。該裝置與采用微處 理器的電路相比．有相同的洲量精度，電路簡 單．而且保密性好
上傳時間： 2013-11-10
上傳用戶：langliuer
PCB 被動組件的隱藏特性解析 傳統上，EMC一直被視為「黑色魔術（black magic）」。其實，EMC是可以藉由數學公式來理解的。不過，縱使有數學分析方法可以利用，但那些數學方程式對實際的EMC電路設計而言，仍然太過復雜了。幸運的是，在大多數的實務工作中，工程師并不需要完全理解那些復雜的數學公式和存在于EMC規范中的學理依據，只要藉由簡單的數學模型，就能夠明白要如何達到EMC的要求。本文藉由簡單的數學公式和電磁理論，來說明在印刷電路板（PCB）上被動組件（passivecomponent）的隱藏行為和特性，這些都是工程師想讓所設計的電子產品通過EMC標準時，事先所必須具備的基本知識。導線和PCB走線導線（wire）、走線（trace）、固定架……等看似不起眼的組件，卻經常成為射頻能量的最佳發射器（亦即，EMI的來源）。每一種組件都具有電感，這包含硅芯片的焊線（bond wire）、以及電阻、電容、電感的接腳。每根導線或走線都包含有隱藏的寄生電容和電感。這些寄生性組件會影響導線的阻抗大小，而且對頻率很敏感。依據LC 的值（決定自共振頻率）和PCB走線的長度，在某組件和PCB走線之間，可以產生自共振（self-resonance），因此，形成一根有效率的輻射天線。在低頻時，導線大致上只具有電阻的特性。但在高頻時，導線就具有電感的特性。因為變成高頻后，會造成阻抗大小的變化，進而改變導線或PCB 走線與接地之間的EMC 設計，這時必需使用接地面（ground plane）和接地網格（ground grid）。導線和PCB 走線的最主要差別只在于，導線是圓形的，走線是長方形的。導線或走線的阻抗包含電阻R和感抗XL = 2πfL，在高頻時，此阻抗定義為Z = R + j XL j2πfL，沒有容抗Xc = 1/2πfC存在。頻率高于100 kHz以上時，感抗大于電阻，此時導線或走線不再是低電阻的連接線，而是電感。一般而言，在音頻以上工作的導線或走線應該視為電感，不能再看成電阻，而且可以是射頻天線。
上傳時間： 2013-11-16
上傳用戶：極客
特點： 精確度0.05%滿刻度±1位數 可量測交直流電流/交直流電壓/電位計/Pt-100/熱電偶/荷重元/電阻等信號 熱電偶SENSOR輸入種類J/K/T/E/R/S/B可任意規劃 顯示范圍-19999-99999可任意規劃 小數點可任意規劃 尺寸小，穩定性高 CE認證
上傳時間： 2013-10-31
上傳用戶：wsq921779565
二: 普通計算器的設計說明: 1 普通計算器的主要功能(普通計算與逆波蘭計算): 1.1主要功能: 包括 a普通加減乘除運算及帶括號的運算 b各類三角與反三角運算（可實現角度與弧度的切換） c邏輯運算， d階乘與分解質因數等 e各種復雜物理常數的記憶功能 f對運算過程的中間變量及上一次運算結果的儲存. G 定積分計算器（只要輸入表達式以及上下限就能將積分結果輸出） H 可編程計算器（只要輸入帶變量的表達式后，再輸入相應的變量的值就能得到相應的結果） I 二進制及八進制的計算器 j十六進制轉化為十進制的功能。 *k (附帶各種進制間的轉化器)。 L幫助與階乘等附屬功能
上傳時間： 2013-11-26
上傳用戶：yzy6007
由于開發時間創促，未對分辨率進行分類考慮，所以強烈推薦1024X768下面運行。 (對于winXP操作系統，可以正常運行，但是會發現速度很慢，具體問題有待解決。對于 其他操作系統有可能出現不可預料的問題) 控制鍵 1P:方向鍵 w s a d 開火: j 2P:方向鍵 上 下 左 右 開火: 小鍵盤0 本游戲內置15種彩蛋，具有一定趣味性，但需要慢慢體會。 由于為了節約空間，所以去掉了背景圖，并把一些圖片地效果改低，唯一優點就是小
標簽：
上傳時間： 2015-01-14
上傳用戶：kytqcool
最新的支持向量機工具箱，有了它會很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, "The Nature of Statistical Learning Theory", Springer-Verlag, New York, ISBN 0-387-94559-8, 1995. [2] J. C. Platt, "Fast training of support vector machines using sequential minimal optimization", in Advances in Kernel Methods - Support Vector Learning, (Eds) B. Scholkopf, C. Burges, and A. J. Smola, MIT Press, Cambridge, Massachusetts, chapter 12, pp 185-208, 1999. [3] T. Joachims, "Estimating the Generalization Performance of a SVM Efficiently", LS-8 Report 25, Universitat Dortmund, Fachbereich Informatik, 1999.
上傳時間： 2013-12-16
上傳用戶：亞亞娟娟123
這是一個用三種加密算法，混合而成的一個加密算法，主要用于通過軟件序列號等，算出加密注冊碼
標簽： 加密算法
上傳時間： 2013-12-25
上傳用戶：xlcky
