<input id="04yms"></input>
total是最后的版本。包括的全是最新的物理層和數據鏈路層。另外還有pro1和pro2的打包程序和調用它們形成的各自的界面程序，以及最后調用各個界面形成的總界面程序。由于時間匆忙，對數據鏈路層協議的界面化工作只做到了pro2，總界面上已經留了所有6個程序的地方。PhysicalLayer包中包含了所有的物理層的程序的版本，以及它們各自的演示程序(一般為Physical)及打包程序(一般為PhyLayer)。顯示了整個物理層編寫及修改演化的過程，僅供參考。Datalink Layer包中包含了數據鏈路層程序的各個版本。包含數據鏈路層基本操作模塊(Datalink.java)及各個協議的版本(pro1-pro3)。以及它們各自的演示程序及打包程序。顯示了整個物理層編寫及修改演化的過程，僅供參考。運行方法：只需要Java的運行環境。先要預裝java，這里使用的是java的j2sdk-1_4_2_01-windows-i586版本。最新的1.5.0應該也支持。采用的編譯器是Jcreator，其他的編譯器也應該是可以用的。
標簽： total pro1 pro2 程序
上傳時間： 2013-12-19
上傳用戶：奇奇奔奔
自組織系統Kohonen網絡模型。對于Kohonen神經網絡，競爭是這樣進行的：對于“贏”的那個神經元c，在其周圍Nc的區域內神經元在不同程度上得到興奮，而在Nc以外的神經元都被抑制。網絡的學習過程就是網絡的連接權根據訓練樣本進行自適應、自組織的過程，經過一定次數的訓練以后，網絡能夠把拓撲意義下相似的輸入樣本映射到相近的輸出節點上。網絡能夠實現從輸入到輸出的非線性降維映射結構：它是受視網膜皮層的生物功能的啟發而提出的。~..~
標簽： Kohonen 自組織 神經網絡
上傳時間： 2014-01-06
上傳用戶：ghostparker
本書總結了歷屆國際奧林匹克競賽（IOI）的試題特點及我國參賽選手的培訓經驗。書中許多例題取自歷屆大賽的試題及中國隊選手的訓練題目，針對問題講解了解題的關鍵思路及如何靈活運用有關的算法知識。
標簽： IOI 試題 國際 競賽
上傳時間： 2015-03-19
上傳用戶：zhyiroy
myfft是一個自編matlab函數，將輸入的采樣頻率個采樣點數建立一個數據庫后，取出表中的數據進行fft分析，繪制出時頻波形進行比較分析
標簽： matlab myfft 函數
上傳時間： 2013-12-25
上傳用戶：lizhen9880
開發環境:Matlab 簡要說明:自組織特征映射模型(Self-Organizing feature Map)，認為一個神經網絡接受外界輸入模式時，將會分為不同的區域，各區域對輸入模式具有不同的響應特征，同時這一過程是自動完成的。各神經元的連接權值具有一定的分布。最鄰近的神經元互相刺激，而較遠的神經元則相互抑制，更遠一些的則具有較弱的刺激作用。自組織特征映射法是一種無教師的聚類方法。
標簽： Self-Organizing feature Matlab Map
上傳用戶：杜瑩12345
三路紅外線探頭控制ISD2560語音播放。主要原理是正常情況下三對紅外線接收管接收到各自配套對應的紅外發射管的紅外線，屬于正常檢測狀態，一旦有一路紅外管信號被隔斷，側啟動語音芯片程序，播報警示提醒語音或報警。三對紅外管可以根據使用需要，設置搭配報警程序。可用于各種排隊系統。
標簽： 2560 紅外線 ISD 接收
上傳時間： 2013-12-26
上傳用戶：569342831
一個在linux下利用QT庫自帶的信號量的使用例子。
標簽： linux 信號量
上傳時間： 2014-01-02
上傳用戶：zhaiye
這是一個改進了自頂向下的歸并排序，它改進的地方主要有：采用小子文件截止的機制，當序列長度小于32時，采用直接插入排序；對歸并的內循環作了優化，判斷的次數更少。
標簽： 排序
上傳時間： 2015-03-21
上傳用戶：ljmwh2000
Kohonen的SOFM(自組織特征映射)：這種算法部分收到生物特征影響，在網絡輸出層內按幾何中心或特征進行聚類。
標簽： Kohonen SOFM 特征 自組織
上傳時間： 2015-03-22
上傳用戶：450976175
LVQ(學習矢量量化)算法：它是Kohonen的有監督學習的擴展形式。融合了自組織和有導師監督的技術，學習方法是競爭的，但產生方式是有教師監督的，也就是說，競爭學習是在由訓練輸入指定的各類中局部進行。
標簽： Kohonen LVQ 矢量 擴展
上傳時間： 2014-05-26
上傳用戶：yangbo69
蟲蟲下載站版權所有 京ICP備2021023401號-1
