Snort為國(guó)際上著名的輕量型入侵防御系統(tǒng),為國(guó)內(nèi)多家著名“自主知識(shí)產(chǎn)權(quán)”網(wǎng)絡(luò)安全公司所使用。
上傳時(shí)間： 2013-12-21
上傳用戶：lanjisu111
8052小型操作系統(tǒng), 用Keil C編譯器, 能進(jìn)行任務(wù)切換, 信號(hào)量管理.
標(biāo)簽： 8052 Keil 操作系統(tǒng) C編譯器
上傳時(shí)間： 2013-12-14
上傳用戶：wyc199288
基于CAN總線通訊的AD7703數(shù)摸轉(zhuǎn)換芯片的摸擬量的采集程序
上傳時(shí)間： 2014-01-23
上傳用戶：lz4v4
基于CAN總線通訊的AD7710數(shù)摸轉(zhuǎn)換芯片的摸擬量的采集程序
上傳時(shí)間： 2013-12-15
上傳用戶：清風(fēng)冷雨
運(yùn)用TLC5510A高速(20M),掃描出波形,測(cè)量相位差,兩個(gè)TLC5510A測(cè)兩個(gè)波形.
上傳時(shí)間： 2013-12-02
上傳用戶：kelimu
混沌時(shí)間序列局域法多步預(yù)報(bào)模型.doc(有程序下載) 針對(duì)混沌時(shí)間序列預(yù)測(cè)中用加權(quán)一階局域法單步預(yù)報(bào)模型進(jìn)行多步預(yù)報(bào)時(shí)計(jì)算量大且存在誤差累積效應(yīng)的不足，本文提出了基于相空間重構(gòu)技術(shù)的局域法多步預(yù)報(bào)模型，包括加權(quán)一階局域法多步預(yù)報(bào)模型和RBF神經(jīng)網(wǎng)絡(luò)多步預(yù)報(bào)模型。對(duì)幾種典型混沌序列的預(yù)測(cè)仿真表明，兩種模型對(duì)混沌時(shí)間序列的多步預(yù)報(bào)均較有效。
上傳時(shí)間： 2014-11-10
上傳用戶：gtf1207
利用DELPHI結(jié)合研華數(shù)據(jù)采集卡PCI1711對(duì)模擬量和數(shù)字量進(jìn)行采集。
上傳時(shí)間： 2013-12-24
上傳用戶：Thuan
AMR7 uart驅(qū)動(dòng)。 LPC2138基于ucos的中間件,用信號(hào)量通知收發(fā).
上傳時(shí)間： 2015-08-10
上傳用戶：skhlm
關(guān)于旋量理論的Matlab描述和相應(yīng)的源碼實(shí)例，適用于多體運(yùn)動(dòng)的運(yùn)動(dòng)學(xué)分析和控制的研究
上傳時(shí)間： 2013-12-27
上傳用戶：釣鰲牧馬
一種基于蟻群聚類的徑向基神經(jīng)網(wǎng)絡(luò) 提出了一種基于蟻群聚類算法的徑向基神經(jīng)網(wǎng)絡(luò). 利用蟻群算法的并行尋優(yōu)特征和揮發(fā)系 數(shù)方法的自適應(yīng)更改信息量的能力,并以球面聚類的方式確定了徑向基神經(jīng)網(wǎng)絡(luò)中基函數(shù)的位置, 同時(shí)通過比較隱層神經(jīng)元的相似性、合并相似性較為接近的2 個(gè)神經(jīng)元來(lái)約簡(jiǎn)隱含層的神經(jīng)元,以 達(dá)到簡(jiǎn)化徑向基神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的目的. 實(shí)驗(yàn)比較了幾種不同聚類算法的徑向基神經(jīng)網(wǎng)絡(luò),結(jié)果表 明,所提神經(jīng)網(wǎng)絡(luò)的整體訓(xùn)練時(shí)間至少可縮短40 ％ ,學(xué)習(xí)的準(zhǔn)確率可提高1 ％以上,而且網(wǎng)絡(luò)結(jié)構(gòu) 更加精簡(jiǎn).
標(biāo)簽： 徑向 神經(jīng)網(wǎng)絡(luò) 蟻群聚類 并行
上傳時(shí)間： 2013-12-26
上傳用戶：wuyuying
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
