GenDriver即簡單的資料流驅動程式，雖未跟硬體溝通，但匯出10個進入點，可被任何Windows CE系統所載入。為讓系統載入GenDriver可在系統啟動時，加入任何[HKEY_LOCAL_MACHINE]\Drivers\Builtin下的項目，讓驅動程式載入，或撰寫一個應用程式，在別處建立驅動程式機碥並呼叫ActivateDevice
上傳時間： 2016-06-24
上傳用戶：離殤
主要是做刪除事件檢視器裡的資訊，刪除應用事件、安全事件、系統事件。
標簽：
上傳時間： 2014-01-08
上傳用戶：s363994250
單片機C語言編程與實例，比assembly language容易掌握，幫助建立較複雜的自動化系統
標簽：
上傳時間： 2016-07-26
上傳用戶：wangchong
一篇來自臺灣中華大學的論文--《無線射頻系統標簽晶片設計》，彩色版。其摘要為：本論文討論使用於無線射頻辨識系統(RFID)之標籤晶片系統的電路設計和晶片製作，初步設計標籤晶片的基本功能，設計流程包含數位軟體及功能的模擬、基本邏輯閘及類比電路的設計與晶片電路的佈局考量。 論文的第一部份是序論、射頻辨識系統的規劃、辨識系統的規格介紹及制定，而第二部份是標籤晶片設計、晶片量測、結論。 電路的初步設計功能為:使用電容作頻率緩衝的Schmitt trigger Clock、CRC-16的錯誤偵測編碼、Manchester編碼及使用單一電路做到整流、振盪及調變的功能，最後完成晶片的實作。
上傳時間： 2016-08-27
上傳用戶：tb_6877751
本文件雖已力求正確，然而無法保證所有操作／設定範例， 都可以順利的在您的系統上面進行。 如果您依 照本文件的說明而使您的系統發生任何問題或損失， 作者都將不負任何責任。 希望由於本文的出現，能大量減少在網路上一再重複出現的問題："為 什麼我不能輸入/看到中文?"，"為什 麼我 xxxx 裝不起來?" 等等。 雖然我也了解這是不太可能的...
標簽： 正
上傳時間： 2013-12-19
上傳用戶：wang5829
這是一套非常好用的C++物件導向式程式編輯器，C++是程序語言C的擴充，C/C++語言已經是一套古老語言，成為了很多作業系統與應用軟體的編輯大宗，環境適用於WIN95~WINXP。
標簽： 程式
上傳時間： 2014-08-06
上傳用戶：tyler
Linux 下電子地圖軟件，安裝在Nokia N系wifi終端
上傳時間： 2014-11-02
上傳用戶：ljt101007
利用vb達到電源供應器的控制，若將電源供應器加入控制的一環會使得系統功能完善。
標簽： 控制
上傳時間： 2013-12-28
上傳用戶：lnnn30
% 生成訓練樣本集 clear all; clc; P=[110 0.807 240 0.2 15 1 18 2 1.5; 110 2.865 240 0.1 15 2 12 1 2; 110 2.59 240 0.1 12 4 24 1 1.5; 220 0.6 240 0.3 12 3 18 2 1; 220 3 240 0.3 25 3 21 1 1.5; 110 1.562 240 0.3 15 3 18 1 1.5; 110 0.547 240 0.3 15 1 9 2 1.5]; 0 1.318 300 0.1 15 2 18 1 2]; T=[54248 162787 168380 314797; 28614 63958 69637 82898; 86002 402710 644415 328084; 230802 445102 362823 335913; 60257 127892 76753 73541; 34615 93532 80762 110049; 56783 172907 164548 144040]; @907 117437 120368 130179]; m=max(max(P)); n=max(max(T)); P=P'/m; T=T'/n; %-------------------------------------------------------------------------% pr(1:9,1)=0; %輸入矢量的取值范圍矩陣 pr(1:9,2)=1; bpnet=newff(pr,[12 4],{'logsig', 'logsig'}, 'traingdx', 'learngdm'); %建立BP神經網絡， 12個隱層神經元，4個輸出神經元 %tranferFcn屬性 'logsig' 隱層采用Sigmoid傳輸函數 %tranferFcn屬性 'logsig' 輸出層采用Sigmoid傳輸函數 %trainFcn屬性 'traingdx' 自適應調整學習速率附加動量因子梯度下降反向傳播算法訓練函數 %learn屬性 'learngdm' 附加動量因子的梯度下降學習函數 net.trainParam.epochs=1000;%允許最大訓練步數2000步 net.trainParam.goal=0.001; %訓練目標最小誤差0.001 net.trainParam.show=10; %每間隔100步顯示一次訓練結果 net.trainParam.lr=0.05; %學習速率0.05 bpnet=train(bpnet,P,T); %------------------------------------------------------------------------- p=[110 1.318 300 0.1 15 2 18 1 2]; p=p'/m; r=sim(bpnet,p); R=r'*n; display(R);
上傳時間： 2016-05-28
上傳用戶：shanqiu
幫助學習作業系統的 一些資料 我需要獲得3的 積分 請有興趣者可看
標簽： struct
上傳時間： 2016-06-14
上傳用戶：fp4397251
