文介紹一種用單片機(jī)普通I/O 口實(shí)現(xiàn)串行通信的方法，可在單片機(jī)的最小應(yīng)用系統(tǒng)中實(shí)現(xiàn)與兩個(gè)以上串行接口設(shè)備的多機(jī)通信。附有電路圖和源代碼。
上傳時(shí)間： 2013-12-11
上傳用戶：熊少鋒
系統(tǒng)聚類算法K-means 屬于聚類分析中一種基本的劃分方法，常采用誤差平方和準(zhǔn)則函數(shù)作為聚類準(zhǔn)則，該算法在處理大數(shù)據(jù)集時(shí)是相對(duì)可伸縮且高效率的，同時(shí)具有潛在的數(shù)據(jù)并行性。但是這種算法依賴于初始值的選擇以及數(shù)據(jù)的輸入順序；此外，當(dāng)運(yùn)用誤差平方和準(zhǔn)則函數(shù)測(cè)度聚類效果時(shí)，如果各簇的形狀和大小差別很大，為使誤差平方和 Jc 值達(dá)到最小有可能出現(xiàn)將大的聚類簇分割的現(xiàn)象。
上傳時(shí)間： 2015-03-25
上傳用戶：zhuoying119
提出了一種基于樣本的分級(jí)檢索 MPEG 視頻的新方法:首先用I 幀的dct_dc_size 字段快速粗檢,然后用斷層攝影(tomography)法分析B 幀運(yùn)動(dòng)矢 量的時(shí)空分布特性以進(jìn)一步縮小結(jié)果集,最后用DC 圖像的精確匹配方法驗(yàn)證檢索結(jié)果.試驗(yàn)結(jié)果表明,本方法 所需計(jì)算量較小,且可保證較高的檢索精度.
標(biāo)簽： dct_dc_size tomography MPEG 幀
上傳時(shí)間： 2013-12-30
上傳用戶：獨(dú)孤求源
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時(shí)，固體內(nèi)部粒子隨溫升變?yōu)闊o序狀，內(nèi)能增大，而徐徐冷卻時(shí)粒子漸趨有序，在每個(gè)溫度都達(dá)到平衡態(tài)，最后在常溫時(shí)達(dá)到基態(tài)，內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則，粒子在溫度T時(shí)趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時(shí)的內(nèi)能，ΔE為其改變量，k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問題，將內(nèi)能E模擬為目標(biāo)函數(shù)值f，溫度T演化成控制參數(shù)t，即得到解組合優(yōu)化問題的模擬退火算法：由初始解i和控制參數(shù)初值t開始，對(duì)當(dāng)前解重復(fù)“產(chǎn)生新解→計(jì)算目標(biāo)函數(shù)差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時(shí)的當(dāng)前解即為所得近似最優(yōu)解，這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過程。退火過程由冷卻進(jìn)度表(Cooling Schedule)控制，包括控制參數(shù)的初值t及其衰減因子Δt、每個(gè)t值時(shí)的迭代次數(shù)L和停止條件S。
標(biāo)簽： 模擬退火算法
上傳時(shí)間： 2015-04-24
上傳用戶：R50974
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時(shí)，固體內(nèi)部粒子隨溫升變?yōu)闊o序狀，內(nèi)能增大，而徐徐冷卻時(shí)粒子漸趨有序，在每個(gè)溫度都達(dá)到平衡態(tài)，最后在常溫時(shí)達(dá)到基態(tài)，內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則，粒子在溫度T時(shí)趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時(shí)的內(nèi)能，ΔE為其改變量，k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問題，將內(nèi)能E模擬為目標(biāo)函數(shù)值f，溫度T演化成控制參數(shù)t，即得到解組合優(yōu)化問題的模擬退火算法：由初始解i和控制參數(shù)初值t開始，對(duì)當(dāng)前解重復(fù)“產(chǎn)生新解→計(jì)算目標(biāo)函數(shù)差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時(shí)的當(dāng)前解即為所得近似最優(yōu)解，這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過程。退火過程由冷卻進(jìn)度表(Cooling Schedule)控制，包括控制參數(shù)的初值t及其衰減因子Δt、每個(gè)t值時(shí)的迭代次數(shù)L和停止條件S。
標(biāo)簽： 模擬退火算法
上傳時(shí)間： 2015-04-24
上傳用戶：ryb
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時(shí)，固體內(nèi)部粒子隨溫升變?yōu)闊o序狀，內(nèi)能增大，而徐徐冷卻時(shí)粒子漸趨有序，在每個(gè)溫度都達(dá)到平衡態(tài)，最后在常溫時(shí)達(dá)到基態(tài)，內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則，粒子在溫度T時(shí)趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時(shí)的內(nèi)能，ΔE為其改變量，k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問題，將內(nèi)能E模擬為目標(biāo)函數(shù)值f，溫度T演化成控制參數(shù)t，即得到解組合優(yōu)化問題的模擬退火算法：由初始解i和控制參數(shù)初值t開始，對(duì)當(dāng)前解重復(fù)“產(chǎn)生新解→計(jì)算目標(biāo)函數(shù)差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時(shí)的當(dāng)前解即為所得近似最優(yōu)解，這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過程。退火過程由冷卻進(jìn)度表(Cooling Schedule)控制，包括控制參數(shù)的初值t及其衰減因子Δt、每個(gè)t值時(shí)的迭代次數(shù)L和停止條件S。
標(biāo)簽： 模擬退火算法
上傳時(shí)間： 2014-12-19
上傳用戶：TRIFCT
“國(guó)產(chǎn)凌凌發(fā)(008)” 3D 系列游戲 本軟件基于微軟VC 6.0(MFC)為開發(fā)工具，運(yùn)用了3D STATE最新的圖形 引擎3D STATE engine API Version 6.0和聲效引擎FireMOD（FMOD） 3.32。 具有藝術(shù)級(jí)的畫面質(zhì)量和動(dòng)感的聲音效果，能夠設(shè)計(jì)出功能強(qiáng)大、娛樂性較 高的3D游戲來。同時(shí)本軟件為開源軟件，可到作者主頁自由下載源代碼。
上傳時(shí)間： 2015-04-29
上傳用戶：蟲蟲蟲蟲蟲蟲
本程序用C語言實(shí)現(xiàn)了集成神經(jīng)網(wǎng)絡(luò)解決廣義異或問題。用神經(jīng)網(wǎng)絡(luò)集成方法做成表決網(wǎng),可克服初始權(quán)值的影響,對(duì)神經(jīng)網(wǎng)絡(luò)分類器來說:假設(shè)有N個(gè)獨(dú)立的子網(wǎng),采用絕對(duì)多數(shù)投票法,再假設(shè)每個(gè)子網(wǎng)以1-p的概率給出正確結(jié)果,且網(wǎng)絡(luò)之間的錯(cuò)誤不相關(guān),則表決系統(tǒng)發(fā)生錯(cuò)誤的概率為 Perr = ( ) pk(1-p)N-k 當(dāng)p<1/2時(shí) Perr 隨N增大而單調(diào)遞減. 在工程化設(shè)計(jì)中,先設(shè)計(jì)并訓(xùn)練數(shù)目較多的子網(wǎng),然后從中選取少量最佳子網(wǎng)形成表決系統(tǒng),可以達(dá)到任意高的泛化能力。
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 子網(wǎng) 程序 C語言
上傳時(shí)間： 2015-05-03
上傳用戶：kiklkook
k均值聚類算法分析，采用C++編程技術(shù)，提供代碼可重用機(jī)制
上傳時(shí)間： 2014-01-02
上傳用戶：zhengzg
比如源程序sum ∶= first+count*10可生成四元式序列，如圖1.7所示，其中ti(i=1,2,3)是編譯程序生成的臨時(shí)名字，用于存放運(yùn)算結(jié)果的。 圖1.7 id1:= id2 + id3 * 10的四元式序列
上傳時(shí)間： 2014-01-16
上傳用戶：wkchong
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
