vxWorks下基于緩沖隊(duì)列的全雙工網(wǎng)絡(luò)通訊.pdf 文章針對(duì)半自動(dòng)大型儀器使用半~K．．T--網(wǎng)絡(luò)通訊造成的效率下降問(wèn)題，建立了在嵌入式實(shí)時(shí)操作系統(tǒng)vxWorks 下全雙工網(wǎng)絡(luò)通訊的模式，并特別提出了雙緩沖隊(duì)列的流水線處理方法和通訊死時(shí)J"l的概念。該方法充分利用vxWorks 對(duì)多任務(wù)和網(wǎng)絡(luò)的良好支持，做到了在操作人員層面上的軟件零死時(shí)間，在改善系統(tǒng)響應(yīng)特性，提高軟件效率上都很有 幫助。因此比半雙工通訊方式更加適用于半自動(dòng)控制
標(biāo)簽： vxWorks 網(wǎng)絡(luò)通訊 隊(duì)列
上傳時(shí)間： 2016-07-25
上傳用戶(hù)：zhouli
K-means algorithm, written by visual c++ 6
標(biāo)簽： algorithm K-means written visual
上傳時(shí)間： 2014-11-10
上傳用戶(hù)：cylnpy
插件點(diǎn)擊功能代碼 C++編寫(xiě) 市面上絕對(duì)沒(méi)有 不同霸王 不容易被K號(hào)
上傳時(shí)間： 2016-07-28
上傳用戶(hù)：xlcky
JFreeChart實(shí)例22: 基于 OHLCDataset 數(shù)據(jù)集的K線圖表
標(biāo)簽： OHLCDataset JFreeChart 22 數(shù)據(jù)集
上傳時(shí)間： 2016-07-28
上傳用戶(hù)：yulg
用matlab語(yǔ)言實(shí)現(xiàn)k均值的模式識(shí)別的聚類(lèi)算法
標(biāo)簽： matlab 語(yǔ)言 模式識(shí)別 聚類(lèi)算法
上傳時(shí)間： 2014-01-10
上傳用戶(hù)：bcjtao
求第k個(gè)最小值問(wèn)題，中間用半快速排序，教師布置的作業(yè)
標(biāo)簽：
上傳時(shí)間： 2016-07-30
上傳用戶(hù)：gxrui1991
這是一些分類(lèi)器的綜合包括貝葉斯K聚類(lèi)等
標(biāo)簽： 分類(lèi)器 貝葉斯 聚類(lèi)
上傳時(shí)間： 2016-07-31
上傳用戶(hù)：daoxiang126
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類(lèi)以便使得所獲得的聚類(lèi)滿(mǎn)足：同一聚類(lèi)中的對(duì)象相似度較高；而不同聚類(lèi)中的對(duì)象相似度較小。聚類(lèi)相似度是利用各聚類(lèi)中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來(lái)進(jìn)行計(jì)算的。 k-means 算法的工作過(guò)程說(shuō)明如下：首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類(lèi)中心；而對(duì)于所剩下其它對(duì)象，則根據(jù)它們與這些聚類(lèi)中心的相似度（距離），分別將它們分配給與其最相似的（聚類(lèi)中心所代表的）聚類(lèi)；然后再計(jì)算每個(gè)所獲新聚類(lèi)的聚類(lèi)中心（該聚類(lèi)中所有對(duì)象的均值）；不斷重復(fù)這一過(guò)程直到標(biāo)準(zhǔn)測(cè)度函數(shù)開(kāi)始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測(cè)度函數(shù). k個(gè)聚類(lèi)具有以下特點(diǎn)：各聚類(lèi)本身盡可能的緊湊，而各聚類(lèi)之間盡可能的分開(kāi)
標(biāo)簽： 聚類(lèi) K-MEANS k-means 對(duì)象
上傳時(shí)間： 2016-07-31
上傳用戶(hù)：youlongjian0
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類(lèi)以便使得所獲得的聚類(lèi)滿(mǎn)足：同一聚類(lèi)中的對(duì)象相似度較高；而不同聚類(lèi)中的對(duì)象相似度較小。聚類(lèi)相似度是利用各聚類(lèi)中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來(lái)進(jìn)行計(jì)算的。 k-means 算法的工作過(guò)程說(shuō)明如下：首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類(lèi)中心；而對(duì)于所剩下其它對(duì)象，則根據(jù)它們與這些聚類(lèi)中心的相似度（距離），分別將它們分配給與其最相似的（聚類(lèi)中心所代表的）聚類(lèi)；然后再計(jì)算每個(gè)所獲新聚類(lèi)的聚類(lèi)中心（該聚類(lèi)中所有對(duì)象的均值）；不斷重復(fù)這一過(guò)程直到標(biāo)準(zhǔn)測(cè)度函數(shù)開(kāi)始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測(cè)度函數(shù). k個(gè)聚類(lèi)具有以下特點(diǎn)：各聚類(lèi)本身盡可能的緊湊，而各聚類(lèi)之間盡可能的分開(kāi)
標(biāo)簽： 聚類(lèi) K-MEANS k-means 對(duì)象
上傳時(shí)間： 2013-12-19
上傳用戶(hù)：chenlong
一個(gè)用java實(shí)現(xiàn)的k-means的簡(jiǎn)單算法
上傳時(shí)間： 2014-08-28
上傳用戶(hù)：13188549192
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
