freescale 單片機LCD驅動，請仔細查閱
上傳時間： 2013-12-27
上傳用戶：aa54
單片機MCS51驅動NOKIA 6610 彩色液晶LCD程序
上傳時間： 2016-01-21
上傳用戶：dbs012280
GenDriver即簡單的資料流驅動程式，雖未跟硬體溝通，但匯出10個進入點，可被任何Windows CE系統所載入。為讓系統載入GenDriver可在系統啟動時，加入任何[HKEY_LOCAL_MACHINE]\Drivers\Builtin下的項目，讓驅動程式載入，或撰寫一個應用程式，在別處建立驅動程式機碥並呼叫ActivateDevice
上傳時間： 2016-06-24
上傳用戶：離殤
Java: 在n 張撲克牌中找出順子 題目是這樣的：有n張撲克牌，每張牌的取值范圍是：2，3，4，5，6，7，8，9，10，J，Q，K，A。在這n張牌中找出順子（5張及5張以上的連續的牌），并將這些順子打印出來。 思路：我的思路其實很簡單，首先就是要去掉重復的牌，因為同樣的順子之算一個，顯然JAVA中的Set很適合這個工作。同時又需要對這些牌進行排序，毫無疑問就是TreeSet了。然后從小到大遍歷這些牌，并設置一個計數器count。若發現連續的牌，則count++；若發現不連續的，分2中情況：若count>4，則找到了一個順子，存起來；反之則什么都不做。然后count=1，從新開始找順子。下面就是代碼：
標簽： Java
上傳時間： 2013-12-22
上傳用戶：hewenzhi
在室內環境中可結合式子母機器人系統，子機為一多功能平臺，可放置各種家庭所需之設備，而母機為一輪式機器人，經由兩者的結合，可提供高機動性與多功能的服務。在結合的技術面，傳統的吸塵器機器人與充電站之間的導航系統使用紅外線感測作為依據，當兩者間有障礙物阻擋時，紅外線感測器導航系統將會失效。因此本系統利用聲源方向做為機器人決定移動方向的依據，由於聲波傳遞的特性，即使在有障礙物的情況下，依然可以有效地偵測。此外，在移動的過程中，本系統利用光流偵測法判斷是否遭遇障礙物或是利用Support Vector Machine分類判斷與聲源之間為是否有障礙物的阻隔；若發現前方有障礙物，則啟動避障策略，用有效的方式繼續往目標移動。最後，當母機接近子機時，可根據多種紅外線感測器資訊進行子母機器人的結合，結合成功後，母機將可搭載子機成為一自由行動之機器人。
標簽： 系統
上傳時間： 2013-12-19
上傳用戶：mhp0114
代入法的啟發示搜索 我的代碼實現是：按照自然語言各字母出現頻率的大小從高到低（已經有人作國統計分析了）先生成一張字母出現頻率統計表（A）--------(e),(t,a,o,i,n,s,h,r),(d,l),(c,u,m,w,f,g,y,p,b),(v,k,j,x,q,z) ，再對密文字母計算頻率，并按頻率從高到低生成一張輸入密文字母的統計表（B），通過兩張表的對應關系，不斷用A中的字母去替換B中的字母，搜索不成功時就回退，在這里回朔是一個關鍵。
上傳時間： 2015-10-24
上傳用戶：wanqunsheng
計算ARMA(p，q)模型的功率譜密度。 形參說明： b——雙精度實型一維數組，長度為(q+1),存放ARMA(p，q)模型的滑動平均系數。 a——雙精度實型一維數組，長度為(p+1),存放ARMA(p,q)模型的自回歸系數。 q——整型變量,ARMA(p,q)模型的滑動平均階數。 p——整型變量,ARMA(p,q)模型的自回歸階數。 sigma2——雙精度實型變量,ARMA(p,q)模型白噪聲激勵的方差。 fs——雙精度實型變量,采樣頻率(Hz)。 x——雙精度實型一維數組,長度為len。當sign＝0時，存放功率譜密度；當sign＝ 1時，存放用分貝表示的功率譜密度。 freq——雙精度實型一維數組，長度為len。存放功率譜密度所對應的頻率。 len——整型變量，功率譜密度的數據點數。 sign——整型變量,當sign＝0時，計算功率譜密度；當sign＝1時，計算用分貝表 示的功率譜密度。
上傳時間： 2015-04-09
上傳用戶：qiao8960
1.能實現不同的個數的矩陣連乘. 2.最后矩陣大小是8X8. 3是最優的矩陣相乘. 描 述：給定n 個矩陣｛A1, A2,...,An｝，其中Ai與Ai+1是可乘的，i=1，2…，n-1。考察這n個矩陣的連乘積A1A2...An。矩陣A 和B 可乘的條件是矩陣A的列數等于矩陣B 的行數。若A 是一個p x q矩陣，B是一個q * r矩陣，則其乘積C=AB是一個p * r矩陣,需要pqr次數乘。
上傳時間： 2013-12-04
上傳用戶：wang5829
最接近點對問題是求二維坐標中的點對問題，該算法是為了將平面上點集S線性分割為大小大致相等的2個子集S1和S2，我們選取一垂直線l:x=m來作為分割直線。其中m為S中各點x坐標的中位數。由此將S分割為S1={p∈S|px≤m}和S2={p∈S|px>m}。從而使S1和S2分別位于直線l的左側和右側，且S=S1∪S2 。由于m是S中各點x坐標值的中位數，因此S1和S2中的點數大致相等。 遞歸地在S1和S2上解最接近點對問題，我們分別得到S1和S2中的最小距離δ1和δ2。現設δ=min(δ1,δ1)。若S的最接近點對(p,q)之間的距離d(p,q)<δ則p和q必分屬于S1和S2。不妨設p∈S1，q∈S2。那么p和q距直線l的距離均小于δ。因此，我們若用P1和P2分別表示直線l的左邊和右邊的寬為δ的2個垂直長條，則p∈S1，q∈S2。
標簽： 二維
上傳時間： 2015-05-19
上傳用戶：shawvi
簡化DFA-對于一確定型自動機M=(K,Σ,Δ,s, F)，設p,q ∈K,若對于任一字符串w,由p沿w可達某終點當且僅當由q沿w可達某終點,則說p,q等價，記為p≡q。而且，≡的一個等價類恰好就是狀態數最少的確定型自動機的一個狀態
上傳時間： 2013-12-23
上傳用戶：yzhl1988
