A*（A-Star)算法是一種靜態(tài)路網(wǎng)中求解最短路最有效的方法。 公式表示為： f(n)=g(n)+h(n), 其中f(n) 是節(jié)點n從初始點到目標(biāo)點的估價函數(shù)， g(n) 是在狀態(tài)空間中從初始節(jié)點到n節(jié)點的實際代價， h(n)是從n到目標(biāo)節(jié)點最佳路徑的估計代價。
標(biāo)簽： A-Star 算法 短路 函數(shù)
上傳時間： 2014-01-18
上傳用戶：lhc9102
DPLL由 鑒相器 模K加減計數(shù)器 脈沖加減電路 同步建立偵察電路 模N分頻器 構(gòu)成. 整個系統(tǒng)的中心頻率(即signal_in和signal_out的碼速率的2倍) 為clk/8/N. 模K加減計數(shù)器的K值決定DPLL的精度和同步建立時間,K越大,則同步建立時間長,同步精度高.反之則短,低.
標(biāo)簽： signal_out signal_in DPLL 模
上傳時間： 2013-12-26
上傳用戶：希醬大魔王
Generate trellis data of a rate-1/n convolutional encoder.卷積碼1/n的編碼器，注意生成的是非系統(tǒng)碼。
標(biāo)簽： convolutional Generate trellis encoder
上傳時間： 2014-12-20
上傳用戶：ghostparker
N分頻器則是一個簡單的除N 計數(shù)器。分頻器對脈沖加減電路的輸出脈沖再進行N分頻，得到整個環(huán)路的輸出信號Fout。
上傳時間： 2017-05-04
上傳用戶：royzhangsz
神經(jīng)網(wǎng)絡(luò)在智能機器人導(dǎo)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(dāng)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(xué)習(xí)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(biāo)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(xué)習(xí)，其神經(jīng)元就會體現(xiàn)出一定的 分布形 式 學(xué)習(xí)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(xué) 習(xí)： ， 、 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(xué)習(xí)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(xué)習(xí)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(fù)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(dǎo)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(xué) 習(xí)，而不是 學(xué)習(xí)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(xué)習(xí)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(xué) 習(xí) 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(xué)習(xí)，逐步增加其數(shù)量。這種方法比較適臺對擁擠的'E{= 境的學(xué)習(xí)，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(xué)習(xí)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(dǎo) 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(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 智能機器人 導(dǎo)航
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
為優(yōu)秀的單片機仿真軟件proteus寫的實驗程序例子\r\n不但可以仿真mcu,外圍器件也可以仿真\r\n蜂鳴器的實驗\r\n
上傳時間： 2013-08-08
上傳用戶：270189020
這個程序是一個Win32程序，計算Fibonacci斐波納契數(shù)列(一種整數(shù)數(shù)列, 其中每數(shù)等于前面兩數(shù)之和)。其定義是f(1) = 1，f(2) = 2，并且當(dāng)n>2時， f(n) = f(n-1) + f(n-2)。源代碼種給出了三種計算方法。第一種方法用遞歸，第二種方法用大數(shù)組，第三種方法用小數(shù)組。此外，這個程序還具備多線程特性，所以在運算時可以做其它操作。代碼用到了以前創(chuàng)建的Win32類。測試為發(fā)現(xiàn)bug和內(nèi)存溢出。
上傳時間： 2015-01-11
上傳用戶：GHF
剖析Intel IA32 架構(gòu)下C 語言及CPU 浮點數(shù)機制 Version 0.01 哈爾濱工業(yè)大學(xué) 謝煜波 （email: xieyubo@126.com 網(wǎng)址:http://purec.binghua.com） （QQ:13916830 哈工大紫丁香BBSID:iamxiaohan） 前言 這兩天翻看一本C 語言書的時候，發(fā)現(xiàn)上面有一段這樣寫到 例：將同一實型數(shù)分別賦值給單精度實型和雙精度實型，然后打印輸出。 #include <stdio.h> main() { float a double b a = 123456.789e4 b = 123456.789e4 printf(“％f\n％f\n”,a,b) } 運行結(jié)果如下：
標(biāo)簽： Version xieyubo Intel email
上傳時間： 2013-12-25
上傳用戶：徐孺
一個連續(xù)信號含兩個頻率分量，經(jīng)采樣得 ，已知N=16,△f分別為1/16和1/64，觀察其頻譜 當(dāng)N=128時,△f不變，其結(jié)果有何不同，為什么？
上傳時間： 2016-01-19
上傳用戶：asdfasdfd
數(shù)字鎖相環(huán)實現(xiàn)源碼，有很大的參考價值。 由 鑒相器 模K加減計數(shù)器 脈沖加減電路 同步建立偵察電路 模N分頻器 構(gòu)成.
標(biāo)簽： 數(shù)字鎖相環(huán) 源碼
上傳時間： 2014-01-04
上傳用戶：zq70996813
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
