斜度測(cè)試程序 * 程序?qū)?yīng)的硬件設(shè)置為：利而達(dá)MSP430-Test44x實(shí)驗(yàn)板，斜度計(jì)使用的 * 是ADXL202E，數(shù)字y連接TA1/P1.2,數(shù)據(jù)x連接P1.0/TA0,P4.6對(duì)應(yīng)斜度計(jì)電源 * 每個(gè)方向的斜度顯示時(shí)都占用三個(gè)字符， * 斜度范圍為0~90,高于90的，斜度為(180－斜度）
上傳時(shí)間： 2013-12-12
上傳用戶：Miyuki
Asp.Net探針0.90源碼（Asp.net2.0版） 探測(cè)信息如下： 服務(wù)器計(jì)算機(jī)名 http://localhost/ 服務(wù)器IP地址 127.0.0.1 服務(wù)器域名 localhost 服務(wù)器端口 80 服務(wù)器IIS版本 Microsoft-IIS/6.0 本文件所在文件夾 E:\downCode\ServerInfo\ 服務(wù)器操作系統(tǒng) Microsoft Windows NT 5.2.3790 Service Pack 1 系統(tǒng)所在文件夾 C:\WINDOWS\system32 服務(wù)器腳本超時(shí)時(shí)間 30000秒 服務(wù)器的語(yǔ)言種類 Chinese (People s Republic of China) .NET Framework 版本 2.050727.42 服務(wù)器當(dāng)前時(shí)間 2007-5-25 9:18:18 服務(wù)器IE版本 7.0000 服務(wù)器上次啟動(dòng)到現(xiàn)在已運(yùn)行 51分鐘 邏輯驅(qū)動(dòng)器 A:\C:\D:\E:\F:\G:\H:\I:\ CPU 總數(shù) 2 CPU 類型 x86 Family 15 Model 3 Stepping 4, GenuineIntel 虛擬內(nèi)存 61776M 當(dāng)前程序占用內(nèi)存 6.03M Asp.net所占內(nèi)存 60.48M Asp.net所占CPU 4 當(dāng)前Session數(shù)量 0 當(dāng)前SessionID t4at4w45uh5pr455cq42gq55 當(dāng)前系統(tǒng)用戶名 NETWORK SERVICE 注意：當(dāng)前版本只支持Asp.net2.0環(huán)境
標(biāo)簽： Asp localhost 0.90 http
上傳時(shí)間： 2013-12-30
上傳用戶：evil
一款類似百度知道系統(tǒng)的問題解答系統(tǒng)，問題頁(yè)面自動(dòng)生成靜態(tài)網(wǎng)頁(yè)- M( ]- `+ X0 x 系統(tǒng)特色： + O$ U8 n- [ z# {/ E本系統(tǒng)結(jié)合了仿百度知道程序和仿新浪愛問程序的共同優(yōu)點(diǎn)，設(shè)計(jì)更加合理 6 X) H8 a5 t9 h& D6 e8 S9 p2 P 問題頁(yè)面實(shí)時(shí)生成靜態(tài)頁(yè)面，減少系統(tǒng)開銷，更利于搜索引擎的收錄 ! f5 U& N3 J+ B7 I" S完美使用系統(tǒng)緩存，減少數(shù)據(jù)庫(kù)讀取次數(shù) b T |, g1 v9 \" E* Z 完善的后臺(tái)管理功能 # u5 C: I- c$ P6 P( H9 S2 w支持問題的附件上傳 . U! K+ k ~) o 對(duì)搜索引擎的優(yōu)化：支持Keywords和Description頁(yè)面頭部標(biāo)簽的自定義 6 ^! h: m- U4 p( z# X支持 JS 代碼的問題調(diào)用 t8 E5 ]) b3 M8 x* z提供與動(dòng)網(wǎng)、oblog、動(dòng)易實(shí)現(xiàn)用戶整合的標(biāo)準(zhǔn)接口 ) {4 \ ` ]1 g1 F8 u
標(biāo)簽： 百度
上傳時(shí)間： 2013-11-28
上傳用戶：ztj182002
程序描述:1、開關(guān)PTA7-4分別控制著指示燈PTA3-0亮滅 2、開關(guān)PTB0、PTC0其中之一閉合指示燈PTB1與PTC1交替亮滅,若兩個(gè)均未閉合則指示燈PTB1與PTC1均不亮,若兩個(gè)均閉合，則兩排指示燈均亮。
上傳時(shí)間： 2017-08-02
上傳用戶：asddsd
系統(tǒng)功能 1.學(xué)生基本情況錄入。 2.允許對(duì)已經(jīng)錄入的數(shù)據(jù)進(jìn)行顯示。 3允許進(jìn)行數(shù)據(jù)的插入。 4.刪除基本數(shù)據(jù)的相關(guān)信息。 5.基于姓名的查詢。如：姓張的所有同學(xué)。 6.基于各種基本數(shù)據(jù)的統(tǒng)計(jì)計(jì)算。如： ①統(tǒng)計(jì)每個(gè)學(xué)生各門功課的平均成績(jī)，并按平均成績(jī)從高到低的次序排名輸出每個(gè)學(xué)生各門功課的綜合成績(jī)和平均成績(jī)（名次、學(xué)號(hào)、姓名、平均成績(jī)、各門功課的考試成績(jī)）。 ②列出90分以上（包括90）、80分以上（包括80）、70分以上（包括70）、60分以上（包括60）、不及格學(xué)生清單（學(xué)號(hào)、姓名、不及格的課程和成績(jī)）。 ③統(tǒng)計(jì)并輸出各門功課的平均成績(jī)和總平均成績(jī)。
標(biāo)簽： 數(shù)據(jù) 刪除 相關(guān)信息
上傳時(shí)間： 2014-01-07
上傳用戶：ztj182002
第1章 緒論 1 1.1 程序設(shè)計(jì)語(yǔ)言概述 1 1.1.1 機(jī)器語(yǔ)言 1 1.1.2 匯編語(yǔ)言 2 1.1.3 高級(jí)語(yǔ)言 2 1.1.4 C語(yǔ)言 3 1.2 C語(yǔ)言的優(yōu)點(diǎn)和缺點(diǎn) 4 1.2.1 C語(yǔ)言的優(yōu)點(diǎn) 4 1.2.2 C語(yǔ)言的缺點(diǎn) 6 1.3 算法概述 7 1.3.1 算法的基本特征 7 1.3.2 算法的復(fù)雜度 8 1.3.3 算法的準(zhǔn)確性 10 1.3.4 算法的穩(wěn)定性 14 第2章 復(fù)數(shù)運(yùn)算 18 2.1 復(fù)數(shù)的四則運(yùn)算 18 2.1.1 [算法1] 復(fù)數(shù)乘法 18 2.1.2 [算法2] 復(fù)數(shù)除法 20 2.1.3 【實(shí)例5】 復(fù)數(shù)的四則運(yùn)算 22 2.2 復(fù)數(shù)的常用函數(shù)運(yùn)算 23 2.2.1 [算法3] 復(fù)數(shù)的乘冪 23 2.2.2 [算法4] 復(fù)數(shù)的n次方根 25 2.2.3 [算法5] 復(fù)數(shù)指數(shù) 27 2.2.4 [算法6] 復(fù)數(shù)對(duì)數(shù) 29 2.2.5 [算法7] 復(fù)數(shù)正弦 30 2.2.6 [算法8] 復(fù)數(shù)余弦 32 2.2.7 【實(shí)例6】 復(fù)數(shù)的函數(shù)運(yùn)算 34 第3章 多項(xiàng)式計(jì)算 37 3.1 多項(xiàng)式的表示方法 37 3.1.1 系數(shù)表示法 37 3.1.2 點(diǎn)表示法 38 3.1.3 [算法9] 系數(shù)表示轉(zhuǎn)化為點(diǎn)表示 38 3.1.4 [算法10] 點(diǎn)表示轉(zhuǎn)化為系數(shù)表示 42 3.1.5 【實(shí)例7】 系數(shù)表示法與點(diǎn)表示法的轉(zhuǎn)化 46 3.2 多項(xiàng)式運(yùn)算 47 3.2.1 [算法11] 復(fù)系數(shù)多項(xiàng)式相乘 47 3.2.2 [算法12] 實(shí)系數(shù)多項(xiàng)式相乘 50 3.2.3 [算法13] 復(fù)系數(shù)多項(xiàng)式相除 52 3.2.4 [算法14] 實(shí)系數(shù)多項(xiàng)式相除 54 3.2.5 【實(shí)例8】 復(fù)系數(shù)多項(xiàng)式的乘除法 56 3.2.6 【實(shí)例9】 實(shí)系數(shù)多項(xiàng)式的乘除法 57 3.3 多項(xiàng)式的求值 59 3.3.1 [算法15] 一元多項(xiàng)式求值 59 3.3.2 [算法16] 一元多項(xiàng)式多組求值 60 3.3.3 [算法17] 二元多項(xiàng)式求值 63 3.3.4 【實(shí)例10】 一元多項(xiàng)式求值 65 3.3.5 【實(shí)例11】 二元多項(xiàng)式求值 66 第4章 矩陣計(jì)算 68 4.1 矩陣相乘 68 4.1.1 [算法18] 實(shí)矩陣相乘 68 4.1.2 [算法19] 復(fù)矩陣相乘 70 4.1.3 【實(shí)例12】 實(shí)矩陣與復(fù)矩陣的乘法 72 4.2 矩陣的秩與行列式值 73 4.2.1 [算法20] 求矩陣的秩 73 4.2.2 [算法21] 求一般矩陣的行列式值 76 4.2.3 [算法22] 求對(duì)稱正定矩陣的行列式值 80 4.2.4 【實(shí)例13】 求矩陣的秩和行列式值 82 4.3 矩陣求逆 84 4.3.1 [算法23] 求一般復(fù)矩陣的逆 84 4.3.2 [算法24] 求對(duì)稱正定矩陣的逆 90 4.3.3 [算法25] 求托伯利茲矩陣逆的Trench方法 92 4.3.4 【實(shí)例14】 驗(yàn)證矩陣求逆算法 97 4.3.5 【實(shí)例15】 驗(yàn)證T矩陣求逆算法 99 4.4 矩陣分解與相似變換 102 4.4.1 [算法26] 實(shí)對(duì)稱矩陣的LDL分解 102 4.4.2 [算法27] 對(duì)稱正定實(shí)矩陣的Cholesky分解 104 4.4.3 [算法28] 一般實(shí)矩陣的全選主元LU分解 107 4.4.4 [算法29] 一般實(shí)矩陣的QR分解 112 4.4.5 [算法30] 對(duì)稱實(shí)矩陣相似變換為對(duì)稱三對(duì)角陣 116 4.4.6 [算法31] 一般實(shí)矩陣相似變換為上Hessen-Burg矩陣 121 4.4.7 【實(shí)例16】 對(duì)一般實(shí)矩陣進(jìn)行QR分解 126 4.4.8 【實(shí)例17】 對(duì)稱矩陣的相似變換 127 4.4.9 【實(shí)例18】 一般實(shí)矩陣相似變換 129 4.5 矩陣特征值的計(jì)算 130 4.5.1 [算法32] 求上Hessen-Burg矩陣全部特征值的QR方法 130 4.5.2 [算法33] 求對(duì)稱三對(duì)角陣的全部特征值 137 4.5.3 [算法34] 求對(duì)稱矩陣特征值的雅可比法 143 4.5.4 [算法35] 求對(duì)稱矩陣特征值的雅可比過關(guān)法 147 4.5.5 【實(shí)例19】 求上Hessen-Burg矩陣特征值 151 4.5.6 【實(shí)例20】 分別用兩種雅克比法求對(duì)稱矩陣特征值 152 第5章 線性代數(shù)方程組的求解 154 5.1 高斯消去法 154 5.1.1 [算法36] 求解復(fù)系數(shù)方程組的全選主元高斯消去法 155 5.1.2 [算法37] 求解實(shí)系數(shù)方程組的全選主元高斯消去法 160 5.1.3 [算法38] 求解復(fù)系數(shù)方程組的全選主元高斯-約當(dāng)消去法 163 5.1.4 [算法39] 求解實(shí)系數(shù)方程組的全選主元高斯-約當(dāng)消去法 168 5.1.5 [算法40] 求解大型稀疏系數(shù)矩陣方程組的高斯-約當(dāng)消去法 171 5.1.6 [算法41] 求解三對(duì)角線方程組的追趕法 174 5.1.7 [算法42] 求解帶型方程組的方法 176 5.1.8 【實(shí)例21】 解線性實(shí)系數(shù)方程組 179 5.1.9 【實(shí)例22】 解線性復(fù)系數(shù)方程組 180 5.1.10 【實(shí)例23】 解三對(duì)角線方程組 182 5.2 矩陣分解法 184 5.2.1 [算法43] 求解對(duì)稱方程組的LDL分解法 184 5.2.2 [算法44] 求解對(duì)稱正定方程組的Cholesky分解法 186 5.2.3 [算法45] 求解線性最小二乘問題的QR分解法 188 5.2.4 【實(shí)例24】 求解對(duì)稱正定方程組 191 5.2.5 【實(shí)例25】 求解線性最小二乘問題 192 5.3 迭代方法 193 5.3.1 [算法46] 病態(tài)方程組的求解 193 5.3.2 [算法47] 雅克比迭代法 197 5.3.3 [算法48] 高斯-塞德爾迭代法 200 5.3.4 [算法49] 超松弛方法 203 5.3.5 [算法50] 求解對(duì)稱正定方程組的共軛梯度方法 205 5.3.6 [算法51] 求解托伯利茲方程組的列文遜方法 209 5.3.7 【實(shí)例26】 解病態(tài)方程組 214 5.3.8 【實(shí)例27】 用迭代法解方程組 215 5.3.9 【實(shí)例28】 求解托伯利茲方程組 217 第6章 非線性方程與方程組的求解 219 6.1 非線性方程求根的基本過程 219 6.1.1 確定非線性方程實(shí)根的初始近似值或根的所在區(qū)間 219 6.1.2 求非線性方程根的精確解 221 6.2 求非線性方程一個(gè)實(shí)根的方法 221 6.2.1 [算法52] 對(duì)分法 221 6.2.2 [算法53] 牛頓法 223 6.2.3 [算法54] 插值法 226 6.2.4 [算法55] 埃特金迭代法 229 6.2.5 【實(shí)例29】 用對(duì)分法求非線性方程組的實(shí)根 232 6.2.6 【實(shí)例30】 用牛頓法求非線性方程組的實(shí)根 233 6.2.7 【實(shí)例31】 用插值法求非線性方程組的實(shí)根 235 6.2.8 【實(shí)例32】 用埃特金迭代法求非線性方程組的實(shí)根 237 6.3 求實(shí)系數(shù)多項(xiàng)式方程全部根的方法 238 6.3.1 [算法56] QR方法 238 6.3.2 【實(shí)例33】 用QR方法求解多項(xiàng)式的全部根 240 6.4 求非線性方程組一組實(shí)根的方法 241 6.4.1 [算法57] 梯度法 241 6.4.2 [算法58] 擬牛頓法 244 6.4.3 【實(shí)例34】 用梯度法計(jì)算非線性方程組的一組實(shí)根 250 6.4.4 【實(shí)例35】 用擬牛頓法計(jì)算非線性方程組的一組實(shí)根 252 第7章 代數(shù)插值法 254 7.1 拉格朗日插值法 254 7.1.1 [算法59] 線性插值 255 7.1.2 [算法60] 二次拋物線插值 256 7.1.3 [算法61] 全區(qū)間插值 259 7.1.4 【實(shí)例36】 拉格朗日插值 262 7.2 埃爾米特插值 263 7.2.1 [算法62] 埃爾米特不等距插值 263 7.2.2 [算法63] 埃爾米特等距插值 267 7.2.3 【實(shí)例37】 埃爾米特插值法 270 7.3 埃特金逐步插值 271 7.3.1 [算法64] 埃特金不等距插值 272 7.3.2 [算法65] 埃特金等距插值 275 7.3.3 【實(shí)例38】 埃特金插值 278 7.4 光滑插值 279 7.4.1 [算法66] 光滑不等距插值 279 7.4.2 [算法67] 光滑等距插值 283 7.4.3 【實(shí)例39】 光滑插值 286 7.5 三次樣條插值 287 7.5.1 [算法68] 第一類邊界條件的三次樣條函數(shù)插值 287 7.5.2 [算法69] 第二類邊界條件的三次樣條函數(shù)插值 292 7.5.3 [算法70] 第三類邊界條件的三次樣條函數(shù)插值 296 7.5.4 【實(shí)例40】 樣條插值法 301 7.6 連分式插值 303 7.6.1 [算法71] 連分式插值 304 7.6.2 【實(shí)例41】 驗(yàn)證連分式插值的函數(shù) 308 第8章 數(shù)值積分法 309 8.1 變步長(zhǎng)求積法 310 8.1.1 [算法72] 變步長(zhǎng)梯形求積法 310 8.1.2 [算法73] 自適應(yīng)梯形求積法 313 8.1.3 [算法74] 變步長(zhǎng)辛卜生求積法 316 8.1.4 [算法75] 變步長(zhǎng)辛卜生二重積分方法 318 8.1.5 [算法76] 龍貝格積分 322 8.1.6 【實(shí)例42】 變步長(zhǎng)積分法進(jìn)行一重積分 325 8.1.7 【實(shí)例43】 變步長(zhǎng)辛卜生積分法進(jìn)行二重積分 326 8.2 高斯求積法 328 8.2.1 [算法77] 勒讓德-高斯求積法 328 8.2.2 [算法78] 切比雪夫求積法 331 8.2.3 [算法79] 拉蓋爾-高斯求積法 334 8.2.4 [算法80] 埃爾米特-高斯求積法 336 8.2.5 [算法81] 自適應(yīng)高斯求積方法 337 8.2.6 【實(shí)例44】 有限區(qū)間高斯求積法 342 8.2.7 【實(shí)例45】 半無限區(qū)間內(nèi)高斯求積法 343 8.2.8 【實(shí)例46】 無限區(qū)間內(nèi)高斯求積法 345 8.3 連分式法 346 8.3.1 [算法82] 計(jì)算一重積分的連分式方法 346 8.3.2 [算法83] 計(jì)算二重積分的連分式方法 350 8.3.3 【實(shí)例47】 連分式法進(jìn)行一重積分 354 8.3.4 【實(shí)例48】 連分式法進(jìn)行二重積分 355 8.4 蒙特卡洛法 356 8.4.1 [算法84] 蒙特卡洛法進(jìn)行一重積分 356 8.4.2 [算法85] 蒙特卡洛法進(jìn)行二重積分 358 8.4.3 【實(shí)例49】 一重積分的蒙特卡洛法 360 8.4.4 【實(shí)例50】 二重積分的蒙特卡洛法 361 第9章 常微分方程(組)初值問題的求解 363 9.1 歐拉方法 364 9.1.1 [算法86] 定步長(zhǎng)歐拉方法 364 9.1.2 [算法87] 變步長(zhǎng)歐拉方法 366 9.1.3 [算法88] 改進(jìn)的歐拉方法 370 9.1.4 【實(shí)例51】 歐拉方法求常微分方程數(shù)值解 372 9.2 龍格-庫(kù)塔方法 376 9.2.1 [算法89] 定步長(zhǎng)龍格-庫(kù)塔方法 376 9.2.2 [算法90] 變步長(zhǎng)龍格-庫(kù)塔方法 379 9.2.3 [算法91] 變步長(zhǎng)基爾方法 383 9.2.4 【實(shí)例52】 龍格-庫(kù)塔方法求常微分方程的初值問題 386 9.3 線性多步法 390 9.3.1 [算法92] 阿當(dāng)姆斯預(yù)報(bào)校正法 390 9.3.2 [算法93] 哈明方法 394 9.3.3 [算法94] 全區(qū)間積分的雙邊法 399 9.3.4 【實(shí)例53】 線性多步法求常微分方程組初值問題 401 第10章 擬合與逼近 405 10.1 一元多項(xiàng)式擬合 405 10.1.1 [算法95] 最小二乘擬合 405 10.1.2 [算法96] 最佳一致逼近的里米茲方法 412 10.1.3 【實(shí)例54】 一元多項(xiàng)式擬合 417 10.2 矩形區(qū)域曲面擬合 419 10.2.1 [算法97] 矩形區(qū)域最小二乘曲面擬合 419 10.2.2 【實(shí)例55】 二元多項(xiàng)式擬合 428 第11章 特殊函數(shù) 430 11.1 連分式級(jí)數(shù)和指數(shù)積分 430 11.1.1 [算法98] 連分式級(jí)數(shù)求值 430 11.1.2 [算法99] 指數(shù)積分 433 11.1.3 【實(shí)例56】 連分式級(jí)數(shù)求值 436 11.1.4 【實(shí)例57】 指數(shù)積分求值 438 11.2 伽馬函數(shù) 439 11.2.1 [算法100] 伽馬函數(shù) 439 11.2.2 [算法101] 貝塔函數(shù) 441 11.2.3 [算法102] 階乘 442 11.2.4 【實(shí)例58】 伽馬函數(shù)和貝塔函數(shù)求值 443 11.2.5 【實(shí)例59】 階乘求值 444 11.3 不完全伽馬函數(shù) 445 11.3.1 [算法103] 不完全伽馬函數(shù) 445 11.3.2 [算法104] 誤差函數(shù) 448 11.3.3 [算法105] 卡方分布函數(shù) 450 11.3.4 【實(shí)例60】 不完全伽馬函數(shù)求值 451 11.3.5 【實(shí)例61】 誤差函數(shù)求值 452 11.3.6 【實(shí)例62】 卡方分布函數(shù)求值 453 11.4 不完全貝塔函數(shù) 454 11.4.1 [算法106] 不完全貝塔函數(shù) 454 11.4.2 [算法107] 學(xué)生分布函數(shù) 457 11.4.3 [算法108] 累積二項(xiàng)式分布函數(shù) 458 11.4.4 【實(shí)例63】 不完全貝塔函數(shù)求值 459 11.5 貝塞爾函數(shù) 461 11.5.1 [算法109] 第一類整數(shù)階貝塞爾函數(shù) 461 11.5.2 [算法110] 第二類整數(shù)階貝塞爾函數(shù) 466 11.5.3 [算法111] 變型第一類整數(shù)階貝塞爾函數(shù) 469 11.5.4 [算法112] 變型第二類整數(shù)階貝塞爾函數(shù) 473 11.5.5 【實(shí)例64】 貝塞爾函數(shù)求值 476 11.5.6 【實(shí)例65】 變型貝塞爾函數(shù)求值 477 11.6 Carlson橢圓積分 479 11.6.1 [算法113] 第一類橢圓積分 479 11.6.2 [算法114] 第一類橢圓積分的退化形式 481 11.6.3 [算法115] 第二類橢圓積分 483 11.6.4 [算法116] 第三類橢圓積分 486 11.6.5 【實(shí)例66】 第一類勒讓德橢圓函數(shù)積分求值 490 11.6.6 【實(shí)例67】 第二類勒讓德橢圓函數(shù)積分求值 492 第12章 極值問題 494 12.1 一維極值求解方法 494 12.1.1 [算法117] 確定極小值點(diǎn)所在的區(qū)間 494 12.1.2 [算法118] 一維黃金分割搜索 499 12.1.3 [算法119] 一維Brent方法 502 12.1.4 [算法120] 使用一階導(dǎo)數(shù)的Brent方法 506 12.1.5 【實(shí)例68】 使用黃金分割搜索法求極值 511 12.1.6 【實(shí)例69】 使用Brent法求極值 513 12.1.7 【實(shí)例70】 使用帶導(dǎo)數(shù)的Brent法求極值 515 12.2 多元函數(shù)求極值 517 12.2.1 [算法121] 不需要導(dǎo)數(shù)的一維搜索 517 12.2.2 [算法122] 需要導(dǎo)數(shù)的一維搜索 519 12.2.3 [算法123] Powell方法 522 12.2.4 [算法124] 共軛梯度法 525 12.2.5 [算法125] 準(zhǔn)牛頓法 531 12.2.6 【實(shí)例71】 驗(yàn)證不使用導(dǎo)數(shù)的一維搜索 536 12.2.7 【實(shí)例72】 用Powell算法求極值 537 12.2.8 【實(shí)例73】 用共軛梯度法求極值 539 12.2.9 【實(shí)例74】 用準(zhǔn)牛頓法求極值 540 12.3 單純形法 542 12.3.1 [算法126] 求無約束條件下n維極值的單純形法 542 12.3.2 [算法127] 求有約束條件下n維極值的單純形法 548 12.3.3 [算法128] 解線性規(guī)劃問題的單純形法 556 12.3.4 【實(shí)例75】 用單純形法求無約束條件下N維的極值 568 12.3.5 【實(shí)例76】 用單純形法求有約束條件下N維的極值 569 12.3.6 【實(shí)例77】 求解線性規(guī)劃問題 571 第13章 隨機(jī)數(shù)產(chǎn)生與統(tǒng)計(jì)描述 574 13.1 均勻分布隨機(jī)序列 574 13.1.1 [算法129] 產(chǎn)生0到1之間均勻分布的一個(gè)隨機(jī)數(shù) 574 13.1.2 [算法130] 產(chǎn)生0到1之間均勻分布的隨機(jī)數(shù)序列 576 13.1.3 [算法131] 產(chǎn)生任意區(qū)間內(nèi)均勻分布的一個(gè)隨機(jī)整數(shù) 577 13.1.4 [算法132] 產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機(jī)整數(shù)序列 578 13.1.5 【實(shí)例78】 產(chǎn)生0到1之間均勻分布的隨機(jī)數(shù)序列 580 13.1.6 【實(shí)例79】 產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機(jī)整數(shù)序列 581 13.2 正態(tài)分布隨機(jī)序列 582 13.2.1 [算法133] 產(chǎn)生任意均值與方差的正態(tài)分布的一個(gè)隨機(jī)數(shù) 582 13.2.2 [算法134] 產(chǎn)生任意均值與方差的正態(tài)分布的隨機(jī)數(shù)序列 585 13.2.3 【實(shí)例80】 產(chǎn)生任意均值與方差的正態(tài)分布的一個(gè)隨機(jī)數(shù) 587 13.2.4 【實(shí)例81】 產(chǎn)生任意均值與方差的正態(tài)分布的隨機(jī)數(shù)序列 588 13.3 統(tǒng)計(jì)描述 589 13.3.1 [算法135] 分布的矩 589 13.3.2 [算法136] 方差相同時(shí)的t分布檢驗(yàn) 591 13.3.3 [算法137] 方差不同時(shí)的t分布檢驗(yàn) 594 13.3.4 [算法138] 方差的F檢驗(yàn) 596 13.3.5 [算法139] 卡方檢驗(yàn) 599 13.3.6 【實(shí)例82】 計(jì)算隨機(jī)樣本的矩 601 13.3.7 【實(shí)例83】 t分布檢驗(yàn) 602 13.3.8 【實(shí)例84】 F分布檢驗(yàn) 605 13.3.9 【實(shí)例85】 檢驗(yàn)卡方檢驗(yàn)的算法 607 第14章 查找 609 14.1 基本查找 609 14.1.1 [算法140] 有序數(shù)組的二分查找 609 14.1.2 [算法141] 無序數(shù)組同時(shí)查找最大和最小的元素 611 14.1.3 [算法142] 無序數(shù)組查找第M小的元素 613 14.1.4 【實(shí)例86】 基本查找 615 14.2 結(jié)構(gòu)體和磁盤文件的查找 617 14.2.1 [算法143] 無序結(jié)構(gòu)體數(shù)組的順序查找 617 14.2.2 [算法144] 磁盤文件中記錄的順序查找 618 14.2.3 【實(shí)例87】 結(jié)構(gòu)體數(shù)組和文件中的查找 619 14.3 哈希查找 622 14.3.1 [算法145] 字符串哈希函數(shù) 622 14.3.2 [算法146] 哈希函數(shù) 626 14.3.3 [算法147] 向哈希表中插入元素 628 14.3.4 [算法148] 在哈希表中查找元素 629 14.3.5 [算法149] 在哈希表中刪除元素 631 14.3.6 【實(shí)例88】 構(gòu)造哈希表并進(jìn)行查找 632 第15章 排序 636 15.1 插入排序 636 15.1.1 [算法150] 直接插入排序 636 15.1.2 [算法151] 希爾排序 637 15.1.3 【實(shí)例89】 插入排序 639 15.2 交換排序 641 15.2.1 [算法152] 氣泡排序 641 15.2.2 [算法153] 快速排序 642 15.2.3 【實(shí)例90】 交換排序 644 15.3 選擇排序 646 15.3.1 [算法154] 直接選擇排序 646 15.3.2 [算法155] 堆排序 647 15.3.3 【實(shí)例91】 選擇排序 650 15.4 線性時(shí)間排序 651 15.4.1 [算法156] 計(jì)數(shù)排序 651 15.4.2 [算法157] 基數(shù)排序 653 15.4.3 【實(shí)例92】 線性時(shí)間排序 656 15.5 歸并排序 657 15.5.1 [算法158] 二路歸并排序 658 15.5.2 【實(shí)例93】 二路歸并排序 660 第16章 數(shù)學(xué)變換與濾波 662 16.1 快速傅里葉變換 662 16.1.1 [算法159] 復(fù)數(shù)據(jù)快速傅里葉變換 662 16.1.2 [算法160] 復(fù)數(shù)據(jù)快速傅里葉逆變換 666 16.1.3 [算法161] 實(shí)數(shù)據(jù)快速傅里葉變換 669 16.1.4 【實(shí)例94】 驗(yàn)證傅里葉變換的函數(shù) 671 16.2 其他常用變換 674 16.2.1 [算法162] 快速沃爾什變換 674 16.2.2 [算法163] 快速哈達(dá)瑪變換 678 16.2.3 [算法164] 快速余弦變換 682 16.2.4 【實(shí)例95】 驗(yàn)證沃爾什變換和哈達(dá)瑪?shù)暮瘮?shù) 684 16.2.5 【實(shí)例96】 驗(yàn)證離散余弦變換的函數(shù) 687 16.3 平滑和濾波 688 16.3.1 [算法165] 五點(diǎn)三次平滑 689 16.3.2 [算法166] α-β-γ濾波 690 16.3.3 【實(shí)例97】 驗(yàn)證五點(diǎn)三次平滑 692 16.3.4 【實(shí)例98】 驗(yàn)證α-β-γ濾波算法 693
標(biāo)簽： C 算法 附件 源代碼
上傳時(shí)間： 2015-06-29
上傳用戶：cbsdukaf
產(chǎn)品品牌：VINKA/永嘉微電/永嘉微 封裝形式：DFN10 產(chǎn)品年份：新年份 聯(lián) 系 人：許先生 深圳市永嘉微電科技有限公司，原廠直銷，原裝現(xiàn)貨更有優(yōu)勢(shì)！工程服務(wù)，技術(shù)支持，讓您的生產(chǎn)高枕無憂！QT213 量大價(jià)優(yōu)，保證原裝正品。您有量，我有價(jià)！ 1.概述 VK36Q4具有4個(gè)觸摸按鍵，可用來檢測(cè)外部觸摸按鍵上人手的觸摸動(dòng)作。該芯片具有較 高的集成度，僅需極少的外部組件便可實(shí)現(xiàn)觸摸按鍵的檢測(cè)。 提供了4路直接輸出功能。芯片內(nèi)部采用特殊的集成電路，具有高電源電壓抑制比，可 減少按鍵檢測(cè)錯(cuò)誤的發(fā)生，此特性保證在不利環(huán)境條件的應(yīng)用中芯片仍具有很高的可靠性。 此觸摸芯片具有自動(dòng)校準(zhǔn)功能，低待機(jī)電流，抗電壓波動(dòng)等特性，為各種觸摸按鍵+IO 輸出的應(yīng)用提供了一種簡(jiǎn)單而又有效的實(shí)現(xiàn)方法。 特點(diǎn) ? 工作電壓 2.4-5.5V ? 待機(jī)電流7uA/3.0V,14uA/5V ? 上電復(fù)位功能（POR） ? 低壓復(fù)位功能（LVR） ? 觸摸輸出響應(yīng)時(shí)間： 工作模式 48mS 待機(jī)模式160mS ? CMOS輸出，低電平有效，支持多鍵 ? 有效鍵最長(zhǎng)輸出16S ? 無觸摸4S自動(dòng)校準(zhǔn) ? 專用腳接對(duì)地電容調(diào)節(jié)靈敏度(1-47nF） ? 各觸摸通道單獨(dú)接對(duì)地小電容微調(diào)靈敏度（0-50pF）. ? 上電0.25S內(nèi)為穩(wěn)定時(shí)間，禁止觸摸. ? 封裝 DFN10L(3.0mm x 3.0mm PP=0,5mm)
標(biāo)簽： 36Q VK 36 Q4 微電 體積 腳位 抗干擾 按鍵 超微
上傳時(shí)間： 2022-01-18
上傳用戶：2937735731
論文-基于紅外熱成像技術(shù)的豬體溫檢測(cè)與關(guān)鍵測(cè)溫部位識(shí)別63頁(yè)摘要 實(shí)現(xiàn)豬體溫測(cè)量自動(dòng)化有利于實(shí)時(shí)監(jiān)測(cè)豬的健康狀況、母豬發(fā)情和排卵檢測(cè)等 生理健康狀況。本文采用紅外熱成像儀采集豬的紅外熱圖像，引入化學(xué)計(jì)量學(xué)建模 方法建立體表溫度、環(huán)境溫度與直腸溫度間的多元校正模型，同時(shí)提出兩種關(guān)鍵測(cè) 溫部位的自動(dòng)檢測(cè)方法。主要結(jié)論總結(jié)如下： (1)建立了母豬體表溫度、環(huán)境溫度與母豬體溫之間的一元和多元線性回歸模型。研 究發(fā)現(xiàn)， 9個(gè)身體區(qū)域提取的體表溫度與直腸溫度呈正相關(guān)(產(chǎn)O．34～0．68)，其中， 基于耳根區(qū)域體表溫度平均值建立的一元回歸方程效果最優(yōu)，預(yù)測(cè)集相關(guān)系數(shù)RP與 均方根誤差RMSEP分別為0．66和0．420C。全特征模型相比一元線性回歸方程有更 好的預(yù)測(cè)效果，RP和RMSEP分別為0．76和O．370C。此外，應(yīng)用特征選擇方法LARS． Lasso確定了7個(gè)重要特征建立簡(jiǎn)化模型，其校正集和預(yù)測(cè)集的R分別為0．80和 0．80，RMSEs分別為0．30和0．350C。 (2)將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于生豬主要測(cè)溫部位(眼睛和耳朵區(qū)域)的直接分割。利用 python構(gòu)建了四種不同結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型FCN一1 6s、FCN．8s、U．Net一3和U． Net．4。對(duì)比分析4種卷積神經(jīng)網(wǎng)絡(luò)模型的性能，結(jié)果表明U-Net．4網(wǎng)絡(luò)結(jié)構(gòu)的分割 效果最優(yōu)，平均區(qū)域重合度最高為78．75％。然而，當(dāng)計(jì)算設(shè)備的計(jì)算力不夠時(shí)，可 以選用U．Net一3模型以達(dá)到較好的分割效果。 (3)提出豬只眼睛及耳根區(qū)域關(guān)鍵點(diǎn)的識(shí)別方法，將豬只主要測(cè)溫部位的檢測(cè)問題 轉(zhuǎn)變?yōu)橹饕獪y(cè)溫部位的定位問題。設(shè)計(jì)具有不同深度的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)A．E，得 出架構(gòu)E最優(yōu)。且當(dāng)Dropout概率設(shè)置為0．6時(shí)模型效果最好，驗(yàn)證集平均誤差和 預(yù)測(cè)集平均誤差分別為1．96％和2．65％。測(cè)試集單張豬臉關(guān)鍵點(diǎn)的預(yù)測(cè)誤差小于5％ 和10％的比例分別為89．5％和97．4％。模型能夠很好的定位豬臉關(guān)鍵點(diǎn)，用于豬只 體溫測(cè)量。 本文采用紅外熱像儀測(cè)量母豬體表溫度，通過化學(xué)計(jì)量學(xué)建模為非接觸母豬直 腸溫度測(cè)量提供了更準(zhǔn)確、可靠的方法，同時(shí)提出兩種關(guān)鍵測(cè)溫部位的自動(dòng)檢測(cè)方 法，有助于實(shí)現(xiàn)母豬體溫測(cè)量自動(dòng)化，為生豬健康管理提供參考。
標(biāo)簽： 紅外熱成像技術(shù)
上傳時(shí)間： 2022-02-13
上傳用戶：jiabin
功能設(shè)計(jì)：1、風(fēng)扇調(diào)速模式； A、3檔調(diào)速，低中高風(fēng)速 B、智能感知控制模式 根據(jù)環(huán)境溫度和人體感應(yīng)控制風(fēng)扇啟動(dòng)以及風(fēng)速大小和搖頭功能。 首先利用溫度傳感器DS18B20檢測(cè)當(dāng)前環(huán)境溫度，當(dāng)環(huán)境溫度>25度時(shí)，此時(shí)又通過人體紅外感應(yīng)傳感器感應(yīng)到有人時(shí)，風(fēng)扇自動(dòng)啟動(dòng)。溫度越高風(fēng)扇風(fēng)速越大。溫度>32度時(shí)風(fēng)速最大，當(dāng)溫度小于25度時(shí)，風(fēng)扇自動(dòng)關(guān)閉待機(jī)。 當(dāng)風(fēng)扇人體感應(yīng)檢測(cè)到人離開10分鐘后，風(fēng)扇自動(dòng)停止待機(jī)。當(dāng)檢測(cè)到人時(shí)再重新啟動(dòng)。當(dāng)夜間0點(diǎn)至早7點(diǎn)除外，無論是否有人都不關(guān)機(jī)。2、 搖頭功能3、 定時(shí)時(shí)間功能，最長(zhǎng)8小時(shí)。以分鐘計(jì)：0，10，20，30，40，50，60，90，120，180，240，300，360，420，480。4、支持紅外遙控器和風(fēng)扇本身按鍵（開機(jī)鍵，功能鍵，風(fēng)速模式切換鍵，搖頭按鍵，定時(shí)按鍵），按鍵使用賽元的觸摸按鍵資源。5、OLED液晶屏信息顯示 當(dāng)前環(huán)境溫度、濕度顯示：利用DHT11溫濕度傳感器檢測(cè)房間溫濕度，當(dāng)風(fēng)扇待機(jī)時(shí)，任意按鍵后顯示。 風(fēng)扇啟動(dòng)后顯示風(fēng)速模式和大小，是否搖頭標(biāo)志以及房間當(dāng)前檢測(cè)溫度。 風(fēng)扇啟動(dòng)后當(dāng)設(shè)置了定時(shí)關(guān)機(jī)時(shí)間后，會(huì)顯示定時(shí)時(shí)間倒計(jì)時(shí)。 利用BaseTime定時(shí)器定時(shí)1秒實(shí)現(xiàn)了實(shí)時(shí)時(shí)間和日期，通過按鍵設(shè)置并在OLED上顯示。
標(biāo)簽： sc95f 智能風(fēng)扇
上傳時(shí)間： 2022-05-18
上傳用戶：
IEC 61000-4-5 燈具浪涌沖擊標(biāo)準(zhǔn)。
標(biāo)簽： 電磁兼容
上傳時(shí)間： 2022-06-20
上傳用戶：canderile
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
