阿道夫
上傳時間： 2020-07-10
上傳用戶：
是打發阿斯蒂芬三大法師打發斯蒂芬是打發斯蒂芬玩兒法問題股份的方式GV是打發阿斯蒂芬阿斯蒂芬撒旦發生的頭發干
標簽： 是打發斯蒂芬
上傳時間： 2020-07-21
上傳用戶：alimpf
是打發斯蒂芬撒旦法阿斯蒂芬撒旦法阿斯蒂芬阿斯蒂芬阿斯蒂芬阿斯蒂芬阿斯蒂芬撒旦法阿斯蒂芬撒旦法阿斯蒂芬阿斯蒂芬
標簽： 是的發送到發送到
上傳時間： 2020-07-21
上傳用戶：alimpf
1N400系列規格書，為 輕微且驅蚊器區分的說法是發送到方式四端法是否 是丹弗斯防守打法是否四端法四端法四端法四端法水電費清熱二次續程序化特點佛吉哦親五河士道哦啊牛
上傳時間： 2020-10-19
上傳用戶：
啊實打實侵權收到順德區是地球大氣溫度權威的暗生
上傳時間： 2020-10-26
上傳用戶：
打的費法師安撫撒旦法安撫是的撒士大夫撒打算的asS按時S
上傳時間： 2020-12-22
上傳用戶：
＃SFML —簡單快速的多媒體庫 SFML是一種簡單，快速，跨平臺和面向對象的多媒體API。它提供對窗口，圖形，音頻和網絡的訪問。它是用C ++編寫的，并且具有針對各種語言（例如C，.Net，Ruby，Python）的綁定。 ##作者 -Laurent Gomila-主要開發人員（laurent@sfml-dev.org） -Marco Antognini-OS X開發人員（hiura@sfml-dev.org） -Jonathan De Wachter — Android開發人員（dewachter.jonathan@gmail.com） -Jan Haller（bromeon@sfml-dev.org） -Stefan Schindler（tank@sfml-dev.org） -LukasDürrenberger（eXpl0it3r@sfml-dev.org） -binary1248（binary1248@hotmail.com） -阿圖·莫雷拉（Artur Moreira）（artturmoreira@gmail.com） -Mario Liebisch（mario@sfml-dev.org） -SFML社區的許多其他成員 ＃＃ 下載 您可以在[SFML的網站]（https://www.sfml-dev.org/download.php）上獲得最新的官方版本。您還可以從[Git存儲庫]（https://github.com/SFML/SFML）獲取當前的開發版本。 ##安裝 按照[tutorials]（https://www.sfml-dev.org/tutorials/）的說明進行操作，SFML支持的每個平臺/編譯器都有一個。 ＃＃ 學習 有很多學習SFML的地方： * [官方教程]（https://www.sfml-dev.org/tutorials/） * [在線API文檔]（https://www.sfml-dev.org/documentation/） * [社區Wiki]（https://github.com/SFML/SFML/wiki/） * [社區論壇]（https://en.sfml-dev.org/forums/）（[法語]（https://fr.sfml-dev.org/forums/）） ##貢獻 SFML是一個開源項目，它需要您的幫助才能繼續發展和改進。如果您想參與其中并提出一些其他功能，提交錯誤報告或提交補丁，請查看[貢獻準則]（https://www.sfml-dev.org/contribute.php）。
上傳時間： 2021-01-25
上傳用戶：
這套教材是參照高等學校工科基礎課電工,無線電類教材會議在 1977 年11 月制定的“電子技術基礎”(自動化類)編寫大綱和各兄弟院校后來對該大綱提出的修改意見編寫的,以《模擬電子技術基礎》和《數字電子技術基礎》兩書出版。本書是其數字電子技術基礎部分。全書共有九章,分為上、下兩冊。上冊包的做制國的轉換運算真數運算小碼和補阿調括門電路、數字電路的邏輯分析、組合邏輯電路,時序邏輯電路及脈沖波形的產生和整形等五章。這是數字電路的基本部分。下冊包括金屬-氧化物一半導體集成電路、數模和模數轉換、數字電路中的若干實際問題以及綜合讀圖練習等四章,作為選講部分。在安排教學內容時,可以視具體要求和學時的多少,作必要的增刪。 在處理不斷出現的新器件和基本內容的矛盾時,我們采取的措施是:以小規 模和中規模集成電路為主來組織內容,并適當介紹大規模集成電路;而在基本數 字脈沖單元方面,則仍以分立元件為主。 考慮到目前的數字電子技術課程多半安排在模擬電子技術課程之后,所以 在用到模擬電路中的有關內容時,就直接作為結論加以引用了。
上傳時間： 2021-10-18
上傳用戶：15129273676
神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ，環境模型 妁表示 是非常重要 的。未 知 環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境，在滿足 精度要求 的情況下，必定要占用大量的內存，并且采用柵 格法進行路徑規劃，其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡，其學習的結 果能體現出輸入樣本的分布情況，從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性，可采 用K0h0n曲 神經元 的 權向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網絡輸入，神經嘲絡通 過對大量的輸八樣本的學習，其神經元就會體現出一定的 分布形 式 學習過程如下：開 始時網絡的權值隨機地賦值 ， 其后接下式進行學 習： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經元 1在t時刻對 應的權值 ；a(∽ 謂整系 數 ； (『l網絡的輸八矢量；Ⅳ()：學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (，) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ，如果神 經元 的數量 太少 ．它們就 不能 覆 蓋整十空間，結果會導致節點穿過障礙物區域 如果節點 妁數量太大 ．節點就會表示更多的區域，也就得不到距障 礙物的最大距離。在這種情況下，節點是對整個 自由空間 的學 習，而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義，在每個學習階段的結柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節點 來 覆蓋整 十 自由窯 間，需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ，應該采用較少的網絡 節點升 始學習，逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構，可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中，可采用人】：神經嘲 絡技術對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ，足以全局規荊為指 導 利用在線得到的局部環境信息，在盡可能短的時問內
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
超聲波測距在智能機器人中的開發與應用摘 要：本文提出了在機器人控制中，使用軟件方法實現超聲波測距機器人避障功能的工作原理和設計 方法。該系統在使用過程中，測量精度高，機器人避障準確，可靠，真正實現了智能化控制。 關鍵詞：機器人 超聲波 測距 軟件觸發 Abstract： The 0n pnnc eanddesignm d10d ofu]U~ sordc are descx'~edindetail fora intenigencero~ ic ． ByI|8i“gthissystem，therobotmakesaccta~elyavoidingdmwhackhi# reliability． 1畸 wo阿s：ro tultro-sor~c聊 曲 喀sot~aretrigger 1 引言 在智能機器人的研制開發中，很重要 的一部 分就是機器人 要能實現避 障功能 ，即通過傳感器 的作用 ，探測機器人行進道路 上是否碰到障礙。 若碰到了障礙 ，機器人應該 自動轉向 ，躲避障礙 。 本文所介 紹的超聲 波測距方法 ，應用 于 ET一18 Hem智能機器人中。通過超聲波測距 ，該智能機 器人實現了對步進電動機的智能控制及運動控制 方式的靈活應用。同時，超聲波測距作為一種非 接觸 的檢測方式 ，和紅外 、激光及無線電測距相 比，在近距范 圍內有不受光線影響、結構簡單 、成 本低等優點 2 超聲波測距基本原理 超聲波是指頻率在 2000Hz以上 ，不能引起正 常人聽覺反應 的機械振動波 ，是物體 的機械振 動 在彈性介質 中傳播所形成 的機械振動波。由于超 聲波具有非常短 的波長 ，可 以聚集成狹小 的發
上傳時間： 2022-02-16
上傳用戶：jiabin
