基于嵌入式觸摸屏驅(qū)動(dòng)程序的研究與開發(fā) 本文首先闡述了Windows CE.NET的體系結(jié)構(gòu)及中斷處理、驅(qū)動(dòng)程序模型，在介紹觸摸屏工作原理的基礎(chǔ)上，以基于S3C2410觸摸屏驅(qū)動(dòng)程序?yàn)槔到y(tǒng)講述了如何使用分層的驅(qū)動(dòng)程序模型來(lái)實(shí)現(xiàn)Windows CE的驅(qū)動(dòng)程序設(shè)計(jì)。本文介紹了觸摸屏驅(qū)動(dòng)程序開發(fā)的軟硬件細(xì)節(jié)，介紹的方法可移植性強(qiáng)，可方便的移植到其它的硬件設(shè)備中。
標(biāo)簽： Windows NET 驅(qū)動(dòng)程序 CE
上傳時(shí)間： 2016-07-12
上傳用戶：miaochun888
一、超強(qiáng)系統(tǒng)模型擴(kuò)展功能 EmpireCMS卓越之處在于：不僅提供了網(wǎng)站管理功能，而且還提供了系統(tǒng)擴(kuò)展框架，您可以直接在后臺(tái)通過(guò)新建表、自定義字段，然后組成新的系統(tǒng)模型，以實(shí)現(xiàn)各種適合用戶自己的系統(tǒng)。如下載系統(tǒng)、音樂(lè)系統(tǒng)、商城系統(tǒng)、產(chǎn)品庫(kù)、分類信息等等......同時(shí)，此功能可將信息量分配于不同的信息表，為數(shù)據(jù)量較大的網(wǎng)站進(jìn)行數(shù)據(jù)部署。因系統(tǒng)模型擴(kuò)展特性，EmpireCMS又被譽(yù)為“萬(wàn)能建站工具”。在4.7以上版本中，此功能又一次得到升華，不僅增強(qiáng)了后臺(tái)管理系統(tǒng)的可擴(kuò)展性，而且前臺(tái)互動(dòng)性系統(tǒng)的擴(kuò)展也能發(fā)揮得淋漓盡致，在穩(wěn)定性、擴(kuò)展性與完善性等諸多方面都得到了更完美的提升！ 二、強(qiáng)大的信息采集功能 本系統(tǒng)無(wú)論是內(nèi)置的系統(tǒng)模型還是用戶自定義的模型都有自己相應(yīng)的采集。自動(dòng)化內(nèi)容采集的支持，大大降低了內(nèi)容維護(hù)的工作量，并讓網(wǎng)站管理系統(tǒng)與企業(yè)的其它信息化系統(tǒng)無(wú)縫集成，提高了信息的利用率。 ·使用簡(jiǎn)單：無(wú)需會(huì)任何程序，只需在相應(yīng)的采集內(nèi)容加上相應(yīng)的標(biāo)簽即可。 ·多重過(guò)濾：同一鏈接可設(shè)置不重復(fù)采集；設(shè)置采集關(guān)鍵字(不包含不采集)；內(nèi)容字符替換；廣告過(guò)濾；整頁(yè)代碼過(guò)濾；過(guò)濾相似信息；過(guò)濾標(biāo)題相同信息；設(shè)置采集記錄數(shù)。 ·采集區(qū)域更準(zhǔn)確：整體頁(yè)面區(qū)
標(biāo)簽： EmpireCMS 系統(tǒng)模型 擴(kuò)展功能 網(wǎng)站
上傳時(shí)間： 2013-12-08
上傳用戶：1966640071
20 世紀(jì)70 年代以來(lái),人們從工業(yè)過(guò)程的特點(diǎn)出發(fā),尋找對(duì)模型精度要求不高而同樣能實(shí)現(xiàn)高質(zhì)量控制性能的方法,預(yù)測(cè)控制就是在這種背景下發(fā)展起來(lái)的。預(yù)測(cè)控制技術(shù)最初由Richalet 和Cutler 提出[1 ] ,它最大程度地結(jié)合了工業(yè)實(shí)際的要求,綜合效果好,已經(jīng)在理論和應(yīng)用方面取得了顯著進(jìn)展,各種預(yù)測(cè)控制算法不斷地產(chǎn)生并得到發(fā)展。預(yù)測(cè)控制算法具有三大本質(zhì)特征:預(yù)測(cè)模型、滾動(dòng)優(yōu)化和反饋校正[2 ] 。它是不斷滾動(dòng)的局部?jī)?yōu)化,而非全局最優(yōu)。預(yù)測(cè)控制的特點(diǎn):建模方便 采用非最小化描述的離散卷積和模型,信息冗余量大,有利于提高系統(tǒng)的魯棒性 采用滾動(dòng)優(yōu)化策略,使模型失配、畸變、干擾等引起的不確定性及時(shí)得到彌補(bǔ),從而得到較好的動(dòng)態(tài)控制性能 可推廣到有約束條件、大遲延、非最小相位以及非線性等過(guò)程,對(duì)模型精度要求不高,跟蹤性能良好,更適應(yīng)于復(fù)雜工業(yè)過(guò)程控制。
標(biāo)簽： Richalet Cutler 預(yù)測(cè)控制 20
上傳時(shí)間： 2014-01-02
上傳用戶：csgcd001
常用的說(shuō)話人識(shí)別方法有模板匹配法、統(tǒng)計(jì)建模法、聯(lián)接主義法(即人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn))。考慮到數(shù)據(jù)量、實(shí)時(shí)性以及識(shí)別率的問(wèn)題，采用基于矢量量化和隱馬爾可夫模型(HMM)相結(jié)合的方法。 說(shuō)話人識(shí)別的系統(tǒng)主要由語(yǔ)音特征矢量提取單元(前端處理)、訓(xùn)練單元、識(shí)別單元和后處理單元組成，
標(biāo)簽： 識(shí)別方法 模板 匹配法 人工神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2014-07-08
上傳用戶：wqxstar
針對(duì)實(shí)際對(duì)象數(shù)學(xué)模型不明確而難以控制的問(wèn)題,采用人工免疫網(wǎng)絡(luò)的離散模 型與學(xué)習(xí)算法,將人工免疫系統(tǒng)與神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)勢(shì)相結(jié)合,提出了一種基于人工免疫 網(wǎng)絡(luò)的模式識(shí)別算法,構(gòu)造了對(duì)象識(shí)別的人工免疫網(wǎng)絡(luò)模型.該算法綜合了網(wǎng)絡(luò)節(jié)點(diǎn)的定 位與參數(shù)調(diào)整以及對(duì)基函數(shù)的平滑因子實(shí)施調(diào)諧等功能,有效地解決了徑向基函數(shù) (RBF)神經(jīng)網(wǎng)絡(luò)模式識(shí)別的兩個(gè)階段任務(wù),使模式識(shí)別的精度有較大的改進(jìn).采用兩個(gè)不 同對(duì)象函數(shù)進(jìn)行的仿真試驗(yàn)表明,該算法具有快速收斂性與較高的準(zhǔn)確性.
標(biāo)簽： 人工免疫 對(duì)象 人工免疫網(wǎng)絡(luò) 學(xué)習(xí)算法
上傳時(shí)間： 2016-11-21
上傳用戶：遠(yuǎn)遠(yuǎn)ssad
電話呼入模型——模擬泊松過(guò)程，驗(yàn)證其增量平穩(wěn)性和獨(dú)立性。
上傳時(shí)間： 2016-12-03
上傳用戶：cuibaigao
介紹一種實(shí)用的二維條碼識(shí)別算法。首先探討了二維條碼的定位與分割算法,利用Hough變換與Sobel邊緣檢測(cè)把條碼圖像從原始采集的圖像中有效地分割出來(lái) 然后分析了條碼圖像經(jīng)過(guò)光學(xué)系統(tǒng)的噪聲模型,提出了一種計(jì)算點(diǎn)擴(kuò)展函數(shù)標(biāo)準(zhǔn)方差的算法 采用Flourier變換自適應(yīng)地選取閾值去除噪聲導(dǎo)致的無(wú)效邊界,從而得到條碼的基本模塊。實(shí)驗(yàn)結(jié)果表明,該算法具有很好的抗噪性,提高了二維條碼的識(shí)別率。
上傳時(shí)間： 2014-11-30
上傳用戶：miaochun888
介紹一種實(shí)用的二維條碼識(shí)別算法。首先探討了二維條碼的定位與分割算法,利用Hough變換與Sobel邊緣檢測(cè)把條碼圖像從原始采集的圖像中有效地分割出來(lái) 然后分析了條碼圖像經(jīng)過(guò)光學(xué)系統(tǒng)的噪聲模型,提出了一種計(jì)算點(diǎn)擴(kuò)展函數(shù)標(biāo)準(zhǔn)方差的算法 采用Flourier變換自適應(yīng)地選取閾值去除噪聲導(dǎo)致的無(wú)效邊界,從而得到條碼的基本模塊。實(shí)驗(yàn)結(jié)果表明,該算法具有很好的抗噪性,提高了二維條碼的識(shí)別率。
上傳時(shí)間： 2014-11-25
上傳用戶：shus521
無(wú)線傳感器網(wǎng)絡(luò)的一種新型隨機(jī)密鑰算法 江 超,任秀麗 (吉林師范大學(xué)計(jì)算機(jī)學(xué)院,吉林四平136000) 摘要: 針對(duì)無(wú)線傳感器網(wǎng)絡(luò)中存在的安全問(wèn)題,分析了現(xiàn)有的基本隨機(jī)密鑰分布模型、q2composite隨機(jī)密 鑰預(yù)分布模型和對(duì)稱密鑰生成算法在抗俘性、網(wǎng)絡(luò)連通性、擴(kuò)展性和內(nèi)存消耗等方面存在的問(wèn)題,結(jié)合隨機(jī)性和 身份認(rèn)證,提出了一種新型隨機(jī)密鑰算法。在仿真環(huán)境下,此算法與其他算法在抗入侵功能、網(wǎng)絡(luò)連通性、擴(kuò)展性 和內(nèi)存消耗方面進(jìn)行了比較。結(jié)果表明,提出的新型隨機(jī)密鑰算法在這些方面都優(yōu)于其他算法。
標(biāo)簽： 136000 q2c 無(wú)線傳感器網(wǎng)絡(luò) 隨機(jī)
上傳時(shí)間： 2017-02-04
上傳用戶：caozhizhi
遺傳算法是模擬達(dá)爾文生物進(jìn)化論的自然選擇與遺傳學(xué)機(jī)理的計(jì)算模型, 它是由美國(guó)Michigan 大學(xué)的Holland教授于1975年首次提出的. 這是一種新的全局優(yōu)化搜索算法, 其基本特征是利用群體進(jìn)化,即在求解過(guò)程中, 通過(guò)使種群不斷優(yōu)化, 從而找到滿意解或最優(yōu)解. 該算法具有簡(jiǎn)單通用、魯棒性強(qiáng)的優(yōu)點(diǎn), 適于并行處理, 已經(jīng)廣泛地應(yīng)用于計(jì)算機(jī)科學(xué)、優(yōu)化調(diào)度、運(yùn)輸問(wèn)題及組合優(yōu)化等領(lǐng)域
標(biāo)簽： Michigan Holland 1975 算法
上傳時(shí)間： 2017-02-07
上傳用戶：lindor
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
