手機(jī)信息開(kāi)發(fā):單片機(jī)和GSM引擎之間采用AT指令實(shí)現(xiàn)互相之間的通信，因此有必要了解一下AT指令的格式和幾條常用的指令。更詳細(xì)的資料可以參考GSM07.05和GSM07.07規(guī)范
標(biāo)簽： GSM 手機(jī) 單片機(jī) AT指令
上傳時(shí)間： 2016-01-18
上傳用戶(hù)：zhangyi99104144
demodulates the FM modulated signal Y at the carrier frequency Fc (Hz). Y and Fc have sample frequency Fs (Hz). FREQDEV is the frequency deviation (Hz) of the modulated signal.
標(biāo)簽： demodulates the modulated frequency
上傳時(shí)間： 2014-01-06
上傳用戶(hù)：皇族傳媒
一、 一般命令 1、 AT+CGMI 給出模塊廠(chǎng)商的標(biāo)識(shí)。 2、 AT+CGMM 獲得模塊標(biāo)識(shí)。這個(gè)命令用來(lái)得到支持的頻帶（GSM 900，DCS 1800 或PCS 1900）。當(dāng)模塊有多頻帶時(shí)，回應(yīng)可能是不同頻帶的結(jié)合。 3、 AT+CGMR 獲得改訂的軟件版本。 4、 AT+CGSN 獲得GSM模塊的IMEI（國(guó)際移動(dòng)設(shè)備標(biāo)識(shí)）序列號(hào)。 5、 AT+CSCS 選擇TE特征設(shè)定。這個(gè)命令報(bào)告TE用的是哪個(gè)狀態(tài)設(shè)定上的ME。ME于是可以轉(zhuǎn)換每一個(gè)輸入的或顯示的字母。這個(gè)是用來(lái)發(fā)送、讀取或者撰寫(xiě)短信。 6、 AT+WPCS 設(shè)定電話(huà)簿狀態(tài)。這個(gè)特殊的命令報(bào)告通過(guò)TE電話(huà)簿所用的狀態(tài)的ME。ME于是可以轉(zhuǎn)換每一個(gè)輸入的或者顯示的字符串字母。這個(gè)用來(lái)讀或者寫(xiě)電話(huà)簿的入口。
上傳時(shí)間： 2013-12-28
上傳用戶(hù)：lanjisu111
GPRS MODEM for vb,可自行寫(xiě)入手機(jī)號(hào)碼傳送撥號(hào)at指令
上傳時(shí)間： 2013-12-16
上傳用戶(hù)：xuanjie
能夠和支持AT命令通訊的手機(jī)進(jìn)行交互,比如發(fā)送短信(Text Mode, PDU mode),打電話(huà)等. 除了庫(kù)的源代碼以外,還有demo的源代碼. 該代碼是學(xué)習(xí)短信,modem通訊,手機(jī)AT命令通訊的好材料.
標(biāo)簽： modem Text Mode mode
上傳時(shí)間： 2014-11-30
上傳用戶(hù)：xyipie
AT Command 短信收發(fā)功能,需搭配 GSM Module 使用
標(biāo)簽： Command Module GSM AT
上傳時(shí)間： 2016-01-25
上傳用戶(hù)：417313137
串口通信使用AT命令。用與GSM的二次開(kāi)發(fā)
標(biāo)簽： GSM 串口通信 命令 二次開(kāi)發(fā)
上傳時(shí)間： 2014-01-01
上傳用戶(hù)：ccclll
Finding FWHM. Full-Width at Half-Maximum (FWHM) of the waveform.
標(biāo)簽： FWHM Half-Maximum Full-Width waveform
上傳時(shí)間： 2016-01-28
上傳用戶(hù)：zhangyi99104144
MultiTech公司SocketModem模塊貓MT5634SMI AT指令集詳解。包括指令格式說(shuō)明、S寄存器和結(jié)果碼。
標(biāo)簽： SocketModem MultiTech 5634 SMI
上傳時(shí)間： 2014-01-18
上傳用戶(hù)：c12228
Boosting is a meta-learning approach that aims at combining an ensemble of weak classifiers to form a strong classifier. Adaptive Boosting (Adaboost) implements this idea as a greedy search for a linear combination of classifiers by overweighting the examples that are misclassified by each classifier. icsiboost implements Adaboost over stumps (one-level decision trees) on discrete and continuous attributes (words and real values). See http://en.wikipedia.org/wiki/AdaBoost and the papers by Y. Freund and R. Schapire for more details [1]. This approach is one of most efficient and simple to combine continuous and nominal values. Our implementation is aimed at allowing training from millions of examples by hundreds of features in a reasonable time/memory.
標(biāo)簽： meta-learning classifiers combining Boosting
上傳時(shí)間： 2016-01-30
上傳用戶(hù)：songnanhua
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
