C語言的開發模式, 是編寫.c的Source Code, 再經由Compiler編譯成Object Code。所謂Object Code指的是和硬體相關的機器指令, 也就是說當我們想要把C程式移植到不同的硬體時, 必須要重新Compile,以產生新的執行檔。除了需要重新編譯外,新系統是否具備應用程式所需的程式庫,include的檔案是否相容, 也是程式能否在新機器上順利編譯和執行的條件之一。
標簽： Code Object Compiler Source
上傳時間： 2017-04-02
上傳用戶：yph853211
利用分治策略,提出一種基于SIMD共享存儲計算機模型的并行背包問題求解算法.算法允許使用O(2n/4)1− ε個并行處理機單元,0≤≤ε1,O(2n/2)個存儲單元,在O(2n/4(2n/4)ε)時間內求解n維背包問題,算法的成本為O(2n/2).將提出的算法與已有文獻結論進行對比表明,該算法改進了已有文獻的相應結果,是求解背包問題的成本最優并行算法.同時還指出了相關文獻主要結論的錯誤.
上傳時間： 2014-07-23
上傳用戶：ommshaggar
摘要慣性制導系統初始對準的主要任務是精確確定載體坐標系和制導坐標 系之間的初始方向余弦矩陣和載體的初始速度。慣性制導的精度在很大程度上 取決于系統初始對準的精度。本文基于初始對準誤差引起的慣性導航誤差模 型，針時近程戰術武器系統，在一定精度范圍內，忽略引力變化和發射時載體的 初始速度，推導出初始對準誤差對慣性制導誤差影響的簡化算法。該算法具有 模型清晰，計算簡便，易于使用的特點，避免了繁瑣的運動學建模和編程計算過 程，并且為在項目論證階段不具備完備的總體數據支持的條件下，進行初始對準 精度指標分配提供了理論依據。并經仿真驗證，簡化算法具有一定的精度。
上傳時間： 2017-08-07
上傳用戶：plsee
GM11.m是基于灰色系統理論的GM(1,1)模型編寫的，開發軟件為matlab(2010b)版。應用范圍為所有符合GM(1,1)模型的數據。 具體使用方法：x0為原始數據，需由用戶自行輸入，輸入方式可選擇調用txt格式或excel文件格式等。模型中的N值為數列的預測步數， 也由用戶根據實際情況輸入。 文件已保存成.m文件，故可作為matlab的function直接調用，用戶只需使用[yc0]=gm11(x0)語句即可實現調用。
標簽： 灰色系統模型
上傳時間： 2015-04-22
上傳用戶：zju104
神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ，環境模型 妁表示 是非常重要 的。未 知 環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境，在滿足 精度要求 的情況下，必定要占用大量的內存，并且采用柵 格法進行路徑規劃，其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡，其學習的結 果能體現出輸入樣本的分布情況，從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性，可采 用K0h0n曲 神經元 的 權向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網絡輸入，神經嘲絡通 過對大量的輸八樣本的學習，其神經元就會體現出一定的 分布形 式 學習過程如下：開 始時網絡的權值隨機地賦值 ， 其后接下式進行學 習： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經元 1在t時刻對 應的權值 ；a(∽ 謂整系 數 ； (『l網絡的輸八矢量；Ⅳ()：學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (，) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ，如果神 經元 的數量 太少 ．它們就 不能 覆 蓋整十空間，結果會導致節點穿過障礙物區域 如果節點 妁數量太大 ．節點就會表示更多的區域，也就得不到距障 礙物的最大距離。在這種情況下，節點是對整個 自由空間 的學 習，而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義，在每個學習階段的結柬．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點 來 覆蓋整 十 自由窯 間，需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ，應該采用較少的網絡 節點升 始學習，逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構，可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中，可采用人】：神經嘲 絡技術對 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 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ，足以全局規荊為指 導 利用在線得到的局部環境信息，在盡可能短的時問內
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
0067、同步電機模型的MATLAB仿真論文資料
上傳時間： 2013-05-15
上傳用戶：eeworm
N系列射頻同軸連接器
上傳時間： 2013-06-29
上傳用戶：eeworm
線性模型分析原理
上傳時間： 2013-04-15
上傳用戶：eeworm
交流電機數學模型及調速系統
上傳時間： 2013-05-21
上傳用戶：eeworm
Pspice與電子器件模型
上傳時間： 2013-04-15
上傳用戶：eeworm
