透過a51的程式，學(xué)習(xí)者可以了解車用控制器區(qū)域網(wǎng)路(Controller Area Network, CAN)的訊息傳輸方式，有助於建立CAN-Bus傳輸?shù)母拍睢?/p>
上傳時(shí)間： 2016-09-05
上傳用戶：極客
該源碼是用MATLAB語(yǔ)言編寫，目的是實(shí)現(xiàn)序列特征選卻和RBF網(wǎng)絡(luò)功能
上傳時(shí)間： 2014-01-08
上傳用戶：skfreeman
一個(gè)很好用的自適應(yīng)人工神經(jīng)網(wǎng)絡(luò)模型庫(kù)，包括ADALINE/RBF/多層前向等，另外內(nèi)含Demo，更易上手
標(biāo)簽： 人工神經(jīng)網(wǎng)絡(luò) 模型庫(kù)
上傳時(shí)間： 2014-12-22
上傳用戶：gonuiln
Google 推出一套免費(fèi)的 Web 安全評(píng)估工具，叫做 ratproxy，這套工具可以檢測(cè)、分析您的網(wǎng)站是否有安全性漏洞或網(wǎng)頁(yè)是否有被入侵，目前可支援 Linux, FreeBSD, MacOS X, 與 Windows (Cygwin) 等執(zhí)行環(huán)境（反正就是 Unix-like 的環(huán)境啦）。 RatProxy 可偵測(cè)到的漏洞包括 Cross-site Scripting (XSS, 跨網(wǎng)站指令碼)、指令碼惡意置入(script inclusion issues), 惡意網(wǎng)頁(yè)內(nèi)容(content serving problems), insufficient XSRF 以及 XSS 防護(hù)(XSS defenses) 等。
上傳時(shí)間： 2016-09-30
上傳用戶：LouieWu
1. Learning NS Website (中文，有介紹Unicast Routing) 2. 華玄明網(wǎng)際網(wǎng)路實(shí)驗(yàn)室 - NS2 討論區(qū) (臺(tái)灣NS2討論區(qū)) 3. NS仿真軟件 (中國(guó)大陸NS2討論區(qū)) 4. The Network Simulator: Contributed Code (一些研究人員所貢獻(xiàn)的程式碼，這些程式碼並沒有包含在NS2原本的程式碼內(nèi)) 5. The Network Simulator: Building Ns (介紹如何安裝NS2) 6. NsNam Site Search (有關(guān)於NS和NAM的搜尋引擎)
上傳時(shí)間： 2016-11-03
上傳用戶：huangld
摩托羅拉V3FLASH源文件下載，包含整個(gè)網(wǎng)站內(nèi)容，式直得參考的動(dòng)話
上傳時(shí)間： 2014-01-12
上傳用戶：1966640071
在 Java EE 的藍(lán)圖中，JSP Servlet是屬於Web層技術(shù)，JSP與Servlet是一體的兩面，您可以使用單獨(dú)一項(xiàng)技術(shù)來(lái)解決動(dòng)態(tài)網(wǎng)頁(yè)呈現(xiàn)的需求，但最好的方式是取兩者的長(zhǎng)處，JSP是網(wǎng)頁(yè)設(shè)計(jì)人員導(dǎo)向的，而Servlet是程式設(shè)計(jì)人員導(dǎo)向的，釐清它們之間的職責(zé)可以讓兩個(gè)不同專長(zhǎng)的團(tuán)隊(duì)彼此合作，並降低相互間的牽制作用。
上傳時(shí)間： 2016-11-15
上傳用戶：sxdtlqqjl
線性神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)，Hopfield神經(jīng)網(wǎng)格，Elman神經(jīng)網(wǎng)絡(luò)，RBF神經(jīng)網(wǎng)絡(luò)；在模型應(yīng)用模塊中實(shí)現(xiàn)了六種實(shí)際應(yīng)用：RBF網(wǎng)絡(luò)的船用柴油機(jī)故障診斷，BP網(wǎng)絡(luò)的齒輪箱故障診斷，SOM網(wǎng)絡(luò)的回?zé)嵯到y(tǒng)故障診斷，BP網(wǎng)絡(luò)的設(shè)備狀態(tài)分類器，SOM網(wǎng)絡(luò)的人口比例樣本分類，SOM網(wǎng)絡(luò)的土壤性狀樣本分類。
標(biāo)簽： 線性 神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2013-12-27
上傳用戶：vodssv
針對(duì)實(shí)際對(duì)象數(shù)學(xué)模型不明確而難以控制的問題,采用人工免疫網(wǎng)絡(luò)的離散模 型與學(xué)習(xí)算法,將人工免疫系統(tǒng)與神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)勢(shì)相結(jié)合,提出了一種基于人工免疫 網(wǎng)絡(luò)的模式識(shí)別算法,構(gòu)造了對(duì)象識(shí)別的人工免疫網(wǎng)絡(luò)模型.該算法綜合了網(wǎng)絡(luò)節(jié)點(diǎn)的定 位與參數(shù)調(diào)整以及對(duì)基函數(shù)的平滑因子實(shí)施調(diào)諧等功能,有效地解決了徑向基函數(shù) (RBF)神經(jīng)網(wǎng)絡(luò)模式識(shí)別的兩個(gè)階段任務(wù),使模式識(shí)別的精度有較大的改進(jìn).采用兩個(gè)不 同對(duì)象函數(shù)進(jìn)行的仿真試驗(yàn)表明,該算法具有快速收斂性與較高的準(zhǔn)確性.
標(biāo)簽： 人工免疫 對(duì)象 人工免疫網(wǎng)絡(luò) 學(xué)習(xí)算法
上傳時(shí)間： 2016-11-21
上傳用戶：遠(yuǎn)遠(yuǎn)ssad
本文件雖已力求正確，然而無(wú)法保證所有操作／設(shè)定範(fàn)例， 都可以順利的在您的系統(tǒng)上面進(jìn)行。 如果您依 照本文件的說(shuō)明而使您的系統(tǒng)發(fā)生任何問題或損失， 作者都將不負(fù)任何責(zé)任。 希望由於本文的出現(xiàn)，能大量減少在網(wǎng)路上一再重複出現(xiàn)的問題："為 什麼我不能輸入/看到中文?"，"為什 麼我 xxxx 裝不起來(lái)?" 等等。 雖然我也了解這是不太可能的...
標(biāo)簽： 正
上傳時(shí)間： 2013-12-19
上傳用戶：wang5829
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
