四位數碼管從一數到F,LED就向下移一位c語言代碼
上傳時間： 2014-12-25
上傳用戶：1214209695
介紹了一種基于8051內核的無線射頻傳輸芯片nRF9E5，采用該芯片制作了撲翼微型飛行器的遙控系統，對遙控系統的收發裝置進行了硬件設計，并對設計出的硬件系統進行了軟件編程和系統的調試，實驗表明，該系統具有成本少、功耗低、尺寸小的特點，能以較高質量在100～150米范圍內進行信號的無線傳輸。
上傳時間： 2013-11-17
上傳用戶：1234xhb
本文設計了一種基于無線收發芯片Si4432和C8051F930單片機的無線射頻收發系統。該系統由發送模塊和接收模塊組成。發送模塊主要將要發送的數據經C8051F930處理后，通過Si4432發送出去；在接收模塊中，Si4432則將數據正確接收后通過液晶顯示出來，從而實現短距離的無線通信。該系統實現了低功耗、小體積、高靈敏度條件下的高質量無線數據傳輸。
上傳時間： 2013-10-09
上傳用戶：段璇琮*
基于HT47C20L的R-F型低電壓八位Mask單片機 HT47C20L 是8 位高性能精簡指令集單片機。單指令周期和兩級流水線結構，使其適合高速應用的場合。特別適用于帶LCD 的低功耗產品，例如：電子計算機、時鐘計數器、游戲產品、電子秤、玩具、溫度計、濕度計、體溫計、電容測量儀，以及其它掌上型LCD 產品，尤其是電池供電的系統。
上傳時間： 2013-11-13
上傳用戶：assef
基于HT45R37V的低功耗C/R-F型八位OTP單片機 HT45R37V 是一款低功耗C/R-F 型具有8 位高性能精簡指令集的單片機，專門為需要VFD 功能的產品而設計。作為一款C/R-F 型的單片機，它可以連接9 個外部電容型或電阻型傳感器，并把它們的電容值或電阻值轉換成相應的頻率進行處理。此外，單片機帶有內部A/D 轉換器，能夠直接與模擬信號相連接，且它還集成了一個雙通道的脈沖寬度調節器，用于控制外部的馬達和LED 燈等。這款單片機是專門為VFD 產品應用而設計的，它能直接驅動VFD 面板。
上傳時間： 2013-10-16
上傳用戶：packlj
基于HT45R37的低功耗C/R-F型八位OTP單片機 HT45R37 是一款低功耗C/R-F 型具有8 位高性能精簡指令集的單片機。作為一款C/R-F 型的單片機，它可以連接16 個外部電容/電阻式傳感器，并把它們的電容值或電阻值轉換成相應的頻率進行處理。此外，單片機帶有內部A/D 轉換器，能夠直接與模擬信號相連接，且它還集成了雙通道的脈沖寬度調節器，用于控制外部的馬達和LED 燈等。
上傳時間： 2013-11-23
上傳用戶：chenlong
HT45R35VC/R-F型八位OTP單片機 HT45R35V 是一款C/R-F 型具有8 位高性能精簡指令集的單片機，專門為需要VFD 功能的產品而設計。 秉承HOLTEK MCU 一般特性，該單片機帶有暫停和喚醒功能，振蕩器選項等等，這些都保證使用者的應用只需極少的外部元器件便可實現。這款單片機專門為直接與VFD 面板相連的VFD 應用而設計。集成C/R-F 功能，外加功耗低、性能良好、I/O 使用靈活、成本低等優勢，使這款單片機可以廣泛應用于VFD 相關產品中，例如家電定時產品，各種消費產品，子系統控制器，其他家電應用等方面。
上傳時間： 2013-11-07
上傳用戶：semi1981
基于C51 單片機設計了一種紅外轉射頻的遙控系統，在不改變紅外遙控對象原有內部電路的基礎上，實現了將紅外遙控轉換為射頻遙控的功能。這種遙控系統可以增加遙控的距離，擴展遙控對象的種類和數量。經實驗證明，可以達到預期的目的。
上傳時間： 2014-12-28
上傳用戶：a1054751988
SPMC75F2413A在三相交流感應電機的開環V/F控制的應用:系統輸入電源電壓為AC110V/AC220V，經全波整流后供系統使用。系統使用Sunplus公司的SPMC75F2413A產生AC三相異步電機的VVVF控制所需的SPWM信號,并完成系統控制。使用三菱公司的智能功率模塊PS21865實現電機的功率驅動。在AC220V輸入時，系統最大能驅動1.5KW的負載。系統的變頻區間為2Hz~200Hz。
上傳時間： 2013-11-06
上傳用戶：924484786
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
