檔案傳輸協(xié)定(FTP)為目前相當普遍與廣泛使用之網(wǎng)路 應(yīng)用。然而在傳統(tǒng)檔案傳輸協(xié)定之設(shè)計下，資料 傳輸透過Out-of-Band(OOB)之機制，意即透過控制頻道(control channel)傳輸指令 ，而實際資料 傳輸則另外透過特定之通訊埠以及TCP連 線，進行 傳送。如此一來 可確保資料 傳輸之可靠與穩(wěn)定性，但另一方面則會造成傳輸率 (throughput)效能低落 。因此，在本計劃中，我們透過使用SCTP協(xié)定並利 用多重串 流 (multi-stream)機制，達到以In-Band機制達成Out-of-Band傳輸之相同效果。在本研究之最後亦透過於開放原始碼系統(tǒng)實作並實際量 測，証
上傳時間： 2013-12-10
上傳用戶：2467478207
VC 中調(diào)用MATLAB 程序功能： 為了在vc中調(diào)用MATLAB而寫的一個簡單測試程序 設(shè)置路徑： 根據(jù)MATLAB所在盤而定，例如我的matlab是裝在D盤的，所以需要包含的路徑為 D:\MATLAB6p1\extern\include\,在工程中設(shè)置 需包含的頭文件： //matlab中的頭文件調(diào)用matlab的函數(shù) #include "engine.h" 需要連接的LIB庫： D:\MATLAB6p1\extern\lib\win32\digital\df50\libeng.lib D:\MATLAB6p1\extern\lib\win32\digital\df50\libmx.lib 支持mx函數(shù)
上傳時間： 2013-12-16
上傳用戶：zxc23456789
鐵路定測中的中樁坐標計算程序，此程序只是計算曲線部分，其方法主要依賴于任一點極坐標法
上傳時間： 2013-12-08
上傳用戶：
工具箱 (分枝定界法工具箱) matlab 中使用
上傳時間： 2017-09-13
上傳用戶：450976175
*****本人收集了N年的nRF2401/24L01/905/9e5/401系列等/中文應(yīng)用手冊,芯片選型手冊,(中-英雙份),51的nRF24L01的源代碼等,無線數(shù)傳的天線設(shè)計等,本資料最大特點,就是中文和英文雙份資料,以供不懂英文的電子友查閱參考,是開發(fā)無線數(shù)傳的不好多得的資料,好資料不能獨享,現(xiàn)在無私拿出來分享給大家!**********
上傳時間： 2014-11-23
上傳用戶：牛布牛
*****本人收集了N年的nRF2401/24L01/905/9e5/401系列等/中文應(yīng)用手冊,芯片選型手冊,(中-英雙份),51的nRF24L01的源代碼等,無線數(shù)傳的天線設(shè)計等,本資料最大特點,就是中文和英文雙份資料,以供不懂英文的電子友查閱參考,是開發(fā)無線數(shù)傳的不好多得的資料,好資料不能獨享,現(xiàn)在無私拿出來分享給大家!**********
上傳時間： 2013-12-24
上傳用戶：wff
OptimizedQuickSort 理論上快速排序的平均時間復雜度是nlgn.最差是n^2. 但實際實現(xiàn)中可能表現(xiàn)的不如插入排序等其他算法。
標簽： OptimizedQuickSort nlgn 快速排序 平均時間
上傳時間： 2014-01-13
上傳用戶：R50974
C-W節(jié)約算法在車輛調(diào)度問題中的應(yīng)用
標簽： C-W 算法 中的應(yīng)用 調(diào)度
上傳時間： 2017-04-26
上傳用戶：gyq143
該文檔為PID控制中如何整定PID參數(shù)簡介文檔，是一份很不錯的參考資料，具有較高參考價值，感興趣的可以下載看看………………
標簽： pid控制
上傳時間： 2021-11-25
上傳用戶：zhanglei193
神經(jīng)網(wǎng)絡(luò)在智能機器人導航系統(tǒng)中的應(yīng)用研究1神經(jīng)網(wǎng)絡(luò)在環(huán)境感知中的應(yīng) 用 對環(huán)境 的感 知 ，環(huán)境模型 妁表示 是非常重要 的。未 知 環(huán)境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環(huán)境，在滿足 精度要求 的情況下，必定要占用大量的內(nèi)存，并且采用柵 格法進行路徑規(guī)劃，其計算量是相當大的。Kohon~n自組織 神經(jīng)瞬絡(luò)為機器人對未知環(huán)境的蒜知提供了一條途徑。 Kohone~沖經(jīng)網(wǎng)絡(luò)是一十自組織神經(jīng)網(wǎng)絡(luò)，其學習的結(jié) 果能體現(xiàn)出輸入樣本的分布情況，從而對輸入樣本實現(xiàn)數(shù) 據(jù)壓縮 。基于 網(wǎng)絡(luò) 的這些特 性，可采 用K0h0n曲 神經(jīng)元 的 權(quán)向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網(wǎng)絡(luò)輸入，神經(jīng)嘲絡(luò)通 過對大量的輸八樣本的學習，其神經(jīng)元就會體現(xiàn)出一定的 分布形 式 學習過程如下：開 始時網(wǎng)絡(luò)的權(quán)值隨機地賦值 ， 其后接下式進行學 習： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經(jīng)元 1在t時刻對 應(yīng)的權(quán)值 ；a(∽ 謂整系 數(shù) ； (『l網(wǎng)絡(luò)的輸八矢量；Ⅳ()：學習的 I域。每個神經(jīng)元能最 大限度 地表示一 定 的自由空間 。神經(jīng) 元權(quán) 向量的最 小生成 樹可以表示出自由空問的基本框架。網(wǎng)絡(luò)學習的鄰域 (，) 可 以動 態(tài)地 定義 成矩形 、多邊 形 。神經(jīng) 元數(shù)量 的選取取 決 于環(huán)境 的復雜度 ，如果神 經(jīng)元 的數(shù)量 太少 ．它們就 不能 覆 蓋整十空間，結(jié)果會導致節(jié)點穿過障礙物區(qū)域 如果節(jié)點 妁數(shù)量太大 ．節(jié)點就會表示更多的區(qū)域，也就得不到距障 礙物的最大距離。在這種情況下，節(jié)點是對整個 自由空間 的學 習，而不是 學習最 小框架空 間 。節(jié) 點的數(shù) 量可 以動態(tài) 地定義，在每個學習階段的結(jié)柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節(jié)點 來 覆蓋整 十 自由窯 間，需要增加 網(wǎng)絡(luò)節(jié)點來 重新學 習 所 138一 以為了收斂于最小框架表示 ，應(yīng)該采用較少的網(wǎng)絡(luò) 節(jié)點升 始學習，逐步增加其數(shù)量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結(jié)構(gòu)表示 。 采用Kohonen~沖經(jīng)阿絡(luò)表示環(huán)境是一個新的方法。由 于網(wǎng)絡(luò)的并行結(jié)構(gòu)，可在較短的時間內(nèi)進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學習可用樹結(jié)構(gòu)表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術(shù)報容易地被找到 在機器人對環(huán)境的感知的過程中，可采用人】：神經(jīng)嘲 絡(luò)技術(shù)對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環(huán)境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經(jīng) 網(wǎng)絡(luò)在局部路徑規(guī)射中的應(yīng) 用 局部路徑 規(guī)刪足稱動吝避碰 規(guī)劃 ，足以全局規(guī)荊為指 導 利用在線得到的局部環(huán)境信息，在盡可能短的時問內(nèi)
標簽： 神經(jīng)網(wǎng)絡(luò) 智能機器人 導航
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
