C#是微軟公司發布的一種面向對象的、運行于.NET Framework之上的高級程序設計語言。并定于在微軟職業開發者論壇(PDC)上登臺亮相。C#是微軟公司研究員Anders Hejlsberg的最新成果。C#看起來與Java有著驚人的相似；它包括了諸如單一繼承、接口、與Java幾乎同樣的語法和編譯成中間代碼再運行的過程。但是C#與Java有著明顯的不同，它借鑒了Delphi的一個特點,與COM(組件對象模型)是直接集成的，而且它是微軟公司.NET windows網絡框架的主角。用C#做的myqq
上傳時間： 2015-06-18
上傳用戶：hello123456
通過matlab仿真了Saleh-Valenzuela 信道模型，仿真圖有四個子圖，（a）和（b）分別示出的分布的群集抵達時間和射線到達時間，（c）表示S-V信道的脈沖響應，（d）圖顯示了信道功率分配-
標簽： S-V MATLAB
上傳時間： 2015-06-19
上傳用戶：sl200111030
我們編寫的程序由兩個主要方面組成 1 算法的集合就是將指令組織成程序來解決某個特定的問題 2 數據的集合算法在這些數據上操作以提供問題的解決方案 縱觀短暫的計算機發展史這兩個主要方面算法和數據一直保持不變發展演化的 是它們之間的關系就是所謂的程序設計方法programming paradigm 在過程化程序設計方法procedural programming 中一個問題可直接由一組算法來建 立模型例如公共圖書館的資料借閱/登記check out/check in 系統是由一系列過程表現 出來的其中兩個主要的過程是資料的借閱和登記這些數據被獨立存儲起來我們既可以 在某個全局位置上訪問這些數據或者把數據傳遞給過程以便它能夠訪問這些數據Fortran C 和 Pascal 是三種著名的過程語言C++也支持過程化程序設計單獨的過程如check_in() check_out() over_due() fine()等等都被稱為函數第三篇將集中討論C++對過程化程序 設計方法的支持尤其將重點討論函數函數模板和通用算法 在20 世紀70 年代程序設計的焦點從過程化程序設計方法轉移到了抽象數據類型 abstract data type 簡寫為ADT 的程序設計上現在通常稱之為基于對象(object based 的程序設計在基于對象的程序設計方法中我們通過一組數據抽象來建立問題的模型在 C++中我們把這些抽象稱為類class 例如在這種方法下圖書館資料借閱登記系統就 由類的對象實例比如書借閱者還書時間罰款等之間的相互作用表現出來以此表 示出圖書館的抽象概念與每個類相關的算法被稱為該類的公有接口public interface 數 據以私有形式被存儲在每個對象中對數據的訪問應與一般的程序代碼隔離開來CLU Ada 和Modula-2 是三種支持抽象數據類型的程序設計語言第四篇將說明和討論C++對抽象數據 類型程序設計方法的支持 面向對象的程序設計方法通過繼承inheritance 機制和動態綁定dynamic binding 機 制擴展了抽象數據類型繼承機制是對現有實現代碼的重用動態綁定是指對現有的公有接 口的重用以前獨立的類型現在有了類型/子類型的特定關系一本書一盒錄像帶一段錄 音甚至孩子的寵物盡管它們有各自的借閱/登記方式但都可以成為圖書館的收藏資料 共享的公有接口和私有的數據都放在一個抽象類圖書館資料LibraryMaterial 中每個特 殊的圖書館資料類都從LibraryMaterial 抽象類繼承共享的行為它們只需要提供與自身行為相 關的算法和數據Simula Smalltalk 和Java 是三種支持面向對象程序設計方法的著名語言 第五篇將集中討論C++對面向對象程序設計方法的支持 C++是一種支持多種程序設計方法的語言雖然我們主要把它當作面向對象的語言但 實際上它也提供對過程化的和基于對象的程序設計方法的支持這樣做的好處是對每個問題 都能夠提供最合適的解決方案事實上沒有一種程序設計方法能夠
上傳時間： 2019-01-30
上傳用戶：jizhi111
常用芯片DIP SOT SOIC QFP電阻電容二極管等3D模型庫 3D視圖封裝庫 STEP后綴三維視圖（154個）:050-9.STEP0805R.STEP1001-1.STEP1001-2.STEP1001-3.STEP1001-4.STEP1001-5.STEP1001-6.STEP1001-7.STEP1001-8.STEP103_1KV.STEP10X5JT.STEP1206R.STEP13PX2.STEP15PX2.STEP20P插針.STEP25V1000UF.STEP3296W.STEP35V2200UF.STEP3mmLED.STEP3mmLEDH.STEP3X3可調電阻.STEP400V0.1UF.STEP455.STEP630V0.1UF.STEP7805.STEP8P4R.STEPAXIAL-0.2-0.125W.STEPAXIAL-0.4-0.25W.STEPaxial-0.6-2W.STEPB-3528.STEPC-0805.STEPC06x18.STEPCAP-6032.STEPCH3.96 X2.STEPCH3.96-3P.STEPD-PAK.STEPDB25.STEPDC-30.STEPDIP14.STEPDIP16.STEPDIP6.STEPDIP8.STEPDO-214AA.STEPDO-214AB.STEPDO-214AC.STEPDO-41.STEPDO-41Z.STEPFMQ.STEPGNR14D.STEPH9700.STEPILI4981.STEPIN4007.STEPIN5408.STEPJP051-6P6C_02.STEPJQC-3F.STEPJS-1132-10.STEPJS-1132-11.STEPJS-1132-12.STEPJS-1132-13.STEPJS-1132-14.STEPJS-1132-15.STEPJS-1132-2.STEPJS-1132-3.STEPJS-1132-4.STEPJS-1132-5.STEPJS-1132-6.STEPJS-1132-7.STEPJS-1132-8.STEPJS-1132-9.STEPJS-1132R-2.STEPJS-1132R-3.STEPJS-1132R-4.STEPJS-1132R-5.STEPJS-1132R-6.STEPJS-1132R-7.STEPJS-1132R-8.STEPJZC-33F.STEPKBP210.STEPKE2108.STEPKF2510 X8.STEPKF301.STEPKF301x3.STEPKSD-9700.STEPLED5_BLUE.STEPLED5_GRE.STEPLED5_RED.STEPLED5_YEL.STEPLFCSP_WQ.STEPLQFP100.STEPLQFP48.STEPMC-146.STEPmolex-22-27-2021.STEPmolex-22-27-2031.STEPmolex-22-27-2041.STEPmolex-22-27-2051.STEPmolex-22-27-2061.STEPmolex-22-27-2071.STEPmolex-22-27-2081.STEPMSOP10.STEPMSOP8.STEPPA0630NOXOX-HA1.STEPPIN10.STEPPIN24.STEPPIN24A.STEPR 0805.STEPR0402.STEPR0603.STEPR0805.STEPR1206.STEPRA-15.STEPRA-20.STEPRS808.STEPSIP-3-3.96 22-27-2031.STEPSL-B.STEPSL-D.STEPSL-E.STEPSL-G.STEPSL-H.STEPSOD-123.STEPSOD-323.STEPSOD-523.STEPSOD-723.STEPSOD-80.STEPSOIC-8.STEPSOP-4.STEPSOP14.STEPSOP16.STEPSOP18.STEPSOT-89.STEPSOT223.STEPSOT23-3.STEPSOT23-5.STEPSSOP28.STEPTAJ-A.STEPTAJ-B.STEPTAJ-C.STEPTAJ-D.STEPTAJ-E.STEPTAJ-R.STEPTHB6064H.STEPTO-126.STEPTO-126X.STEPTO-220.STEPTO-247.STEPTO-252-3L.STEPTOSHIBA_11-4C1.STEPTSSOP-8.STEPTSSOP14-BOTTON.STEPTSSOP14.STEPTSSOP28.STEPUSB-A.STEPUSB-B.STEPWT.STEP
標簽： 芯片 dip sot soic qfp 電阻 電容 二極管 封裝
上傳時間： 2021-11-21
上傳用戶：XuVshu
1.針對一類參數未知的非線性離散時間動態系統，提出了一種新的基于神經網絡的MMAC方法。首先，將系統分為線性部分和非線性部分。針對系統線性部分采用局部化方法逮立多個固定模型覆蓋系統的參數范圍，在此基礎上，建立自適應模型來提高系統性能；針對系統非線性部分建立非線性神經網絡預測模型來邏近系統的非線性。然后，針對每個子模型設計相應的擅制器。最后，設計基于誤差范數形式的性能指標函數對控制器進行硬切換。仿真結果表明，所提出的MMAC方法與傳統的在參數空間均勻分布的MMAC方法相比能顯著提高非線性系統的暫態性能。2針對一類具有參數跳變的非線性離散時間動態系統，提出子一種基才聚類方法和神經網絡的MMAC方法，首先，采用模糊c均值聚類算法對系統先驗數據進行分類處理，再分別對每類數據采用RLS算法建立多個固定模型。在此基礎上，建立兩個白適應模型來提高系統響應速度和控制品質，建立神經網絡預測模型來補償系統非線性。然后，分別針對相應的子模型設計線性魯棒自適應控制器和神經網絡控制器。最后，采用基于信號有界和測量誤差的性能切換指標對控制器進行切換，并證明閉環系統的穩定性。仿真結果表明，所提出的算法能更好地解決非線性系統發生參數跳變問題，使得系統具有良好的控制品質3.針對MMAC方法中的模型庫優化問題，考慮系統實際運行數據，提出了種基于相似度準則和設置最大模型數的動態優化模型庫方法。該方法能對新數據進行綜合考量并判斷是否應該將該數據納入子模型建模，并通過設置最大模型數來確保系統用最少的子模型就能保證系統的控制性能。仿真結果表明，所提出的算法能極大地減少子模型數量且具有較好的控制效果。關鍵詞：非線性系統；多模型方法；自適應控制；模糊聚類；神經網絡
標簽： 自適應控制
上傳時間： 2022-03-11
上傳用戶：
課時8UnixLinux體系結構、信號編程初步.vep - 359.26MB課時5學習nginx源碼前的準備工作.vep - 145.85MB課時4nginx整體結構、進程模型.vep - 141.58MB課時23通訊代碼精粹之epoll函數實戰2.vep - 446.32MB課時22通訊代碼精粹之epoll函數實戰1.vep - 266.03MB課時1linux C++通訊架構實戰課程詳細介紹.vep - 85.60MB課時17CS,TCIP協議妙趣橫生、惟妙惟肖談.vep - 475.59MB課時16守護進程及信號處理實戰.vep - 332.08MB課時13讀配置文件、查泄露、設置標題實戰.vep - 626.86MB課時10fork函數詳解、范例演示.vep - 328.51MB14320課程.txt - 6.34KB
上傳時間： 2022-06-05
上傳用戶：得之我幸78
本文檔介紹如何使用 GNU 語言工具來編寫 16 位單片機 / 數字信號控制器應用程序代 碼。內容安排如下： ? 第 1 章 “編譯器概述”——介紹編譯器、開發工具和功能集。 ? 第 2 章“通用 C 接口”——介紹可用于增強 MPLAB XC 編譯器之間代碼可移植性 的通用 C 接口。 ? 第 3 章“操作指南”——列出了一些具體操作方面的問題和簡要說明，以及指向手 冊中相關章節的鏈接。 ? 第 4 章“XC16 工具鏈和 MPLAB X IDE”——說明關于如何通過 MPLAB X IDE 設 置和使用編譯器及相關工具的基礎知識。 ? 第 5 章 “編譯器命令行驅動程序”——介紹如何從命令行中使用編譯器。 ? 第 6 章“與器件相關的特性”——介紹編譯器頭文件和寄存器定義文件，以及如何 用于 SFR。 ? 第 7 章 “MPLAB XC16 和 ANSI C 之間的差別”——介紹編譯器語法支持的 C 語 言與標準 ANSI-89 C 之間的差別。 ? 第8章“支持的數據類型和變量”——介紹編譯器的整型、浮點型和指針數據類型。第 9 章 “定點算術支持”——說明編譯器中的定點算術支持。 ? 第 10 章 “存儲器分配和訪問”——介紹編譯器運行時模型，包括關于段、初始 化、存儲模型、軟件堆棧和更多方面的信息。 ? 第 11 章 “操作符和語句”——介紹操作符和語句。 ? 第 12 章 “寄存器使用”——說明如何訪問和使用 SFR。 ? 第 13 章 “函數”——詳細介紹可用的函數。 ? 第 14 章 “中斷”——介紹如何使用中斷。 ? 第 15 章 “main、運行時啟動和復位”——介紹 C 代碼的重要元素。 ? 第 16 章 “混合使用 C 代碼和匯編代碼”——提供關于編譯器與 16 位匯編語言模 塊配合使用的指導。 ? 第 17 章 “庫程序”——說明如何使用庫。 ? 第 18 章 “優化”——介紹優化選項。 ? 第 19 章 “預處理”——詳細介紹預處理操作。 ? 第 20 章 “鏈接程序”——說明鏈接如何工作。
標簽： mplab xc16 編譯器
上傳時間： 2022-07-16
上傳用戶：
0067、同步電機模型的MATLAB仿真論文資料
上傳時間： 2013-05-15
上傳用戶：eeworm
Borland C++3.1 bc31full
上傳時間： 2013-07-27
上傳用戶：eeworm
Microsoft+Visual+C+++從入門到精通
上傳時間： 2013-06-05
上傳用戶：eeworm
