特點 精確度0.05%滿刻度 ±1位數 可量測交直流電流/交直流電壓/電位計/傳送器/Pt-100/荷重元/電阻等信號 顯示范圍0- ±19999可任意規劃 數位化指撥設定操作簡易 具有自動歸零與保持功能 4組警報功能 15BIT 類比輸出功能 數位RS-485界面
上傳時間： 2013-10-18
上傳用戶：dianxin61
特點 精確度0.1%滿刻度 ±1位數 可同事量測與顯示交流電壓/交直流電流 顯示范圍0- ±19999可任意規劃 類比輸出運算功能 (IN1,IN2,IN1+IN2,IN1-IN2,IN1xIN2,IN1/IN2)) 2組獨立警報功能 15 BIT 類比輸出功能 數位RS-485界面
上傳時間： 2013-11-22
上傳用戶：youke111
電容器及介質種類： ※高頻類： 此類介質材料的電容器為Ⅰ類電容器，包括通用型高頻COG、COH電容器和溫度補償型高頻HG、LG、PH、RH、SH、TH、UJ、SL電容器。其中COG、COH電容器電性能最穩定，幾乎不隨溫度、電壓和時間的變化而變化，適用于低損耗，穩定性要求高的高頻電路，HG、LG、PH、RH、SH、TH、UJ、SL電容器容量隨溫度變化而相應變化，適用于低損耗、溫度補償型電路中。 ※ X7R、X5R：此類介質材料的電容器為Ⅱ類電容器，具有較高的介電常數，容量比Ⅰ類電容器高，具有較穩定的溫度特性，適用于容量范圍廣，穩定性要求不高的電路中，如隔直、耦合、旁路、鑒頻等電路中。 ※Y5V：此類介質材料的電容器為Ⅱ類電容器，是所有電容器中介電常數最大的電容器，但其容量穩定性較差，對溫度、電壓等條件較敏感，適用于要求大容量，溫度變化不大的電路中。 ※Z5U：此類介質材料的電容器為Ⅱ類電容器，其溫度特性介于X7R和Y5V之間，容量穩定性較差，對溫度、電壓等條件較敏感，適用于要求大容量，使用溫度范圍接近于室溫的旁路，耦合等，低直流偏壓的電路中。
上傳時間： 2013-11-05
上傳用戶：后時代明明
Delphi加密控件源碼，包括對稱鑰匙加密控件和散列函數控件
上傳時間： 2013-12-25
上傳用戶：13681659100
ERWIN絕好的數據庫建模工具,可以把數據模型導入數據庫如sql server foxpro等這里是方法指南更多內容可以去http://erwin.softwarechn.com/_script/showfull.asp?Board=method&Tabname=erwin
標簽： softwarechn server foxpro script
上傳時間： 2013-12-06
上傳用戶：c12228
SQL基礎 使用SQL從表中取記錄 使用ISQL執行SELECT查詢 操作多個表 排序查詢結果 取出互不相同的記錄 創建新表 使用SQL事務管理器 創建索引 SQL核心語句 集合函數 其它常用的SQL表達式，函數，和過程
上傳時間： 2013-12-31
上傳用戶：kytqcool
改進遺傳算法－郭濤算法做最優化問題很管用,算法的基本思想是 先任意產生n個隨機數，然后從n個數里隨機選擇m個數，再有這m個 數合成一個新數，將這個新數同n個數中間適應值函數值的最差的比較， 如果好的話就取代最差的那個，如果它比最好的還要好的話，則把最好的 也取代。如果比最差的壞，則重新合成一個新數。依次循環下去。 程序的奇妙之處是GA_crossover()函數，產生的新數確實比較好，看看 那位大俠能改進一下，產生比這跟好的數。
上傳時間： 2015-04-10
上傳用戶：thuyenvinh
ADC的源程式，把51的正負極接至ADC，再將ADC.asm檔compile後，ACD便會產生將類比轉成數位訊號的效果
上傳時間： 2013-12-31
上傳用戶：569342831
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2015-04-24
上傳用戶：R50974
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2015-04-24
上傳用戶：ryb
