12864液晶電子鐘。顯示當前年、月、日、星期、小時、分鐘、秒、溫度和節(jié)日信息，整點報時（早8點至晚21點），時鐘調(diào)整，溫度顯示，00.0度高精度（0~99度）
上傳時間： 2016-02-12
上傳用戶：qb1993225
TLE5012b，這個是英飛凌的一個磁傳感器，很跨時代的一個產(chǎn)品，綜合性能都很高，15位解析度，20khz刷新率，典型8mhz的spi時鐘。
上傳時間： 2022-04-06
上傳用戶：fliang
MLX90614 系列模塊是一組通用的紅外測溫模塊。 在出廠前該模塊已進行校驗及線性化，具有非接觸、體積小、精度高，成本低等優(yōu)點。被測目標溫度和環(huán)境溫度能通過單通道輸出，并有兩種輸出接口，適合于汽車空調(diào)、室內(nèi)暖氣、家用電器、手持設備以及醫(yī)療設備應用等。本文以MLX90614為例介紹其原理和應用。 特性和優(yōu)點? 體積小，成本低? 易集成? 寬溫度范圍內(nèi)的出廠校準設置：傳感器溫度范圍-40…+125 ?C物體溫度范圍-70…+380 ?C? Ta 和 To 由 0 到+50°C 溫度范圍內(nèi)，精度可達到 0.5°C? (醫(yī)用) 高精度校準? 測量辨析度可達 0.02°C? 單個和雙重視野版本? 兼容 SMBus 數(shù)字接口? 客戶定制的 PWM 連續(xù)讀數(shù)輸出? 3V 和 5V 電源電壓? 電源電壓可從 8…16V 調(diào)節(jié)? 節(jié)能工作模式? 適用于不同應用領域的多種封裝方式和測量方式? 車用級別標準應用實例? 高精度無接觸測量? 用于車用空調(diào)控制系統(tǒng)的溫度舒適度傳感器? 用于住宅，商業(yè)和工業(yè)建筑的空調(diào)溫度感應元件? 擋風玻璃防霧應用? 汽車視野死角檢測? 工業(yè)移動元件溫度控制? 打印機、復印機溫度控制? 家電溫度控制? 衛(wèi)生保健? 家畜監(jiān)控? 移動物體探測? 多區(qū)域溫度控制 – 兩線通信可支持多達 100 個傳感器? 熱動繼電器 / 警報? 體溫測量
標簽： 數(shù)字體溫計 pcb
上傳時間： 2022-05-30
上傳用戶：wangshoupeng199
高性能計算高斯消去解方程組c++程序（復雜度 n^3
上傳時間： 2014-01-26
上傳用戶：caozhizhi
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數(shù)開始收斂為止。一般都采用均方差作為標準測度函數(shù). k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2016-07-31
上傳用戶：youlongjian0
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數(shù)開始收斂為止。一般都采用均方差作為標準測度函數(shù). k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2013-12-19
上傳用戶：chenlong
k-means 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 Matlab 源代碼，以蘭花數(shù)據(jù)集作為測試對象。
上傳時間： 2014-01-21
上傳用戶：2525775
在圖像模板匹配問題中,基于像素灰度值的相關算法盡管已經(jīng)十分普遍,并得到廣泛的應用,但目前此類算法都還存在有時間復雜度高、對圖像亮度與尺寸變化敏感等缺點.為了克服這些缺點,提出一種新的基于圖像灰度值的編碼表示方法.這種方法將圖像分割為一定大小的方塊(稱為R-塊),計算每個R-塊圖像的總灰度值,并根據(jù)它與相鄰R-塊灰度值的排序關系進行編碼.然后通過各個R-塊編碼值的比較,實現(xiàn)圖像與模板的匹配.新算法中各個R-塊編碼的計算十分簡單 匹配過程只要對編碼值進行相等比較,而且可以采用快速的比較算法.新算法對像素灰度的變化與噪聲具有魯棒性,其時間復雜度是O(M2log(N)).實驗結果表明,新算法比現(xiàn)有的灰度相關算法的計算時間快了兩個數(shù)量級.
上傳時間： 2013-12-21
上傳用戶：a673761058
采用高斯消元法實現(xiàn)的n階線性方程組求解程序；
上傳時間： 2013-12-18
上傳用戶：huannan88
K-均值聚類算法的編程實現(xiàn)。包括逐點聚類和批處理聚類。K－均值聚類的的時間復雜度是n*k*m，其中n為樣本數(shù)，k為類別數(shù)，m為樣本維數(shù)。這個時間復雜度是相當客觀的。因為如果用每秒10億次的計算機對50個樣本采用窮舉法分兩類，尋找最優(yōu)，列舉一遍約66.7天，分成3類，則要約3500萬年。針對算法局部最優(yōu)的缺點，本人正在編制模擬退火程序進行改進。希望及早奉給大家，傾聽高手教誨。
上傳時間： 2015-03-18
上傳用戶：yuanyuan123
