DATA SHEET_OTA7290B_V07_敦泰電子(上海)，關于大屏顯示驅動芯片應用官方規格書資料
上傳時間： 2022-07-18
上傳用戶：qdxqdxqdxqdx
SMT（Surface mount technology）是可在“板面上”滿及焊牢棲多敷“表面黏裝零件的電子裝配技術.侵貼：1.可在板上雨成同特焊接，封裝密度提高50~70%.WW2.l短，提高博輸速度3.可使用更高刪敷.4.自勤化，快速，成本低.1.表面貼裝零件SOIC（small outline integrate circle）RESISTANCE（電阻）CAPACITANCE（電容）AMPLCC（plastic leaded chip carriers）CONNECT etc.（結器）封裝材料1.）陶瓷（BeO）：精度高，密封度高（CTE：5～7PPM/℃）封板子熟膨服要求高2.）聚硫胺醚（Polyetherimide）：一可用玻璃逛行封合的耐高溫熟塑性塑廖，機械，電子性能侵良AwIR各波皆敏感，易分解，生“酸泡”現象.3.）熔融矽砂（Fused silica），暖氧橫脂
標簽： fpc
上傳時間： 2022-07-27
上傳用戶：zhaiyawei
基於GPRS的電力無線抄表系統解決方案.rar
上傳時間： 2014-01-14
上傳用戶：xzt
繼承、多繼承、虛繼承的使用！ 如果要想使一個公共基類在派生類中只產生一個基類子對象，則必須將這個基類設定為虛基類。
上傳時間： 2014-01-14
上傳用戶：xiaodu1124
這 是 一 篇 基 于 C 語 言 的 單 片 機 電 子 時 鐘 的 程 序
標簽：
上傳時間： 2015-12-20
上傳用戶：fnhhs
一 個 實 用 的 電 子 白 板 系 統 應 該 具 備 以 下 基 本 功 能： 用 戶 在 瀏 覽 到 白 板 主 頁 時， 需 登 錄 后 才 能 進 行 交 流。
標簽： 頁
上傳時間： 2013-12-27
上傳用戶：ddddddos
基於MCU c51/8051 讀寫SD/MMC card 再以USB 傳回電腦的範例程序
上傳時間： 2014-01-27
上傳用戶：氣溫達上千萬的
1992年5月，JoeMitola首次明確提出了軟件無線電的概念。軟件無線電將模塊化、標準化的硬件單元連接構成硬件平臺，通過軟件加載實現各種無線通信功能。端到端重配置技術是在軟件無線電的基礎上發展起來的，該技術使通信系統不僅具有重配置的能力，還能提供一體化的重配置管理架構，實現聯合無線資源管理和網絡規劃。端到端重配置技術已經成為軟件無線電的發展趨勢。 寬帶無線接入(BWA，BroadbandWirelessAccess)是當前通信界研究的熱點之一，而WiMax和WiFi是BWA中最熱門的兩個技術，所以本文選擇了IEEE802.16-2004與IEEE802.11a，設計了基于其物理層標準的可重配置OFDM基帶系統。它們均采用正交頻分復用技術(OFDM，OrthogonalFrequencyDivisionMultiplexing)。 本文研究了IEEE802.16-2004與IEEE802.11a物理層標準，結合Altera公司提供的FPGA開發工具QuartusⅡ、Mentor公司仿真工具ModelsimSE6.0，完成了基于IEEE802.16-2004及IEEE802.11a的可重配置OFDM基帶系統的FPGA設計。該設計中，對FPGA進行重新配置，實現了802.16-2004與802.11a兩種技術的完全重配置；通過選擇不同的參數來調用不同子模塊，實現802.16-2004與802.11a內部不同調制技術的局部重配置。該可重配置基帶系統核心的FFT/IFFT。模塊采用基4按頻率抽取及Cordic算法，消除乘法運算，有利于FPGA實現；在802.16-2004系統中，選取了基于前導序列的符號同步算法，在FPGA中實現。最后使用開發軟件、綜合軟件以及仿真軟件分析了系統的性能并給出了系統的性能指標。
上傳時間： 2013-05-19
上傳用戶：branblackson
提出了一種改進的LSM-ALSM子空間模式識別方法，將LSM的旋轉策略引入ALSM，使子空間之間互不關聯的情況得到改善，提高了ALSM對相似樣本的區分能力。討論中以性能函數代替經驗函數來確定拒識規則的參數，實現了識別率、誤識率與拒識率之間的最佳平衡；通過對有限字符集的實驗結果表明，LSM-ALSM算法有效地改善了分類器的識別率和可靠性。關 鍵 詞 學習子空間; 性能函數; 散布矩陣; 最小描述長度在子空間模式識別方法中，一個線性子空間代表一個模式類別，該子空間由反映類別本質的一組特征矢量張成，分類器根據輸入樣本在各子空間上的投影長度將其歸為相應的類別。典型的子空間算法有以下三種[1, 2]：CLAFIC(Class-feature Information Compression)算法以相關矩陣的部分特征向量來構造子空間，實現了特征信息的壓縮，但對樣本的利用為一次性，不能根據分類結果進行調整和學習，對樣本信息的利用不充分；學習子空間方法(Leaning Subspace Method, LSM)通過旋轉子空間來拉大樣本所屬類別與最近鄰類別的距離，以此提高分類能力，但對樣本的訓練順序敏感，同一樣本訓練的順序不同對子空間構造的影響就不同；平均學習子空間算法(Averaged Learning Subspace Method, ALSM)是在迭代訓練過程中，用錯誤分類的樣本去調整散布矩陣，訓練結果與樣本輸入順序無關，所有樣本平均參與訓練，其不足之處是各模式的子空間之間相互獨立。針對以上問題，本文提出一種改進的子空間模式識別方法。子空間模式識別的基本原理1.1 子空間的分類規則子空間模式識別方法的每一類別由一個子空間表示，子空間分類器的基本分類規則是按矢量在各子空間上的投影長度大小，將樣本歸類到最大長度所對應的類別，在類x()iω的子空間上投影長度的平方為()211,2,,()argmax()jMTkkjpg===Σx (1)式中 函數稱為分類函數；為子空間基矢量。兩類的分類情況如圖1所示。
上傳時間： 2013-12-25
上傳用戶：熊少鋒
請設計一個employee基類，成員是雇員姓名等情況，再設計一個workerhours子類，成員是雇員的工作時間及工資/小時，用這兩個類實現工人工資管理。
標簽： employee
上傳時間： 2015-07-22
上傳用戶：星仔
