搜索资源列表
LTE--RLC-layer-AM-transmission
- 针对 3 G PP最新发布的 LTE ( l o n g t er m evol u t i on ) R e l ease 8 标准, 研究了 LTE 空中接口协 议栈无线 链路控 制 ( ra d i o l i nk con t ro, l RLC ) 的子层确认 ( ac kn o w l e d ged m o d e , A M ) 传输模式的 设计与实 现机制。主要介 绍了 L TE 无 线接入网空中接口协议 栈的
过滤字符串
- 实验三 指针 1. 实验目的：掌握指针的使用方法，正确使用指针处理字符串。 2. 实验内容：实现一个过滤无用词汇程序。规则如下： 1. 能接受的字符是：字母 数字 标点符号 , . " 还有无用的符号 @#￥ 2. 对于敏感信息的词语是不分大小写的。 3. 要注意滤去可能在敏感词汇的中间出现的一些空格（比如要滤去lv, 输入l v时要辨认出来并滤去）。 4. 若有用信息（字母，数字）中间夹这无用信息（非字母
Student-achievement-management
- 这是一个学生成绩管理系统，其中“I”表示插入，“L”表示浏览，“Q”表示查询， “E”表示退出，“D”表示删除，“M”表示修改,"c"表示统计各分数段人数,"p"表示打印. 本程序实现了： （1）单独运行以上各功能,即在进入主菜单以后，点一功能键后关闭，再进入主菜单 点别的功能键。如运行"cjgl"文件后,在出现的主界面中点“I”，可插入数据，插入完 以后，关闭；在出现的主界面中点“M”，可修改数据，修改完以后关闭，
qingtian
- 晴天的授权方式很独特,下面我说下方法,大家先记下算法, a=67 b=68 c=69 d=70 e=71 f=72 g=73 h=74 i=75 j=76 k=77 l=78 m=79 n=80 o=81 p=82 q=83 r=84 s=85 t=86 u=87 v=88 w=89 x=90 y=91 z=92 0=01 1
Application
- 将基于混合差分策略的改进差分进化优化算法应用在PID控制器在线优化中。MDE( 改进差分 进化算法)结合了差分策略DE / rand /1的多样性和DE /best/1的高收敛速度的优点, 算法的寻优性能远超过两 种策略单独作用时的性能。此方法充分利用了差分进化的进化寻优优势与PID控制器的简单方便, 让控制器 在系统运行过程中进行自我设计和优化。-Th is pape r presen ts a new m ethod&#
S7_200PPI
- 解析西门子PP I协议, 便于开发人员研制、开发、集成控制系统, 针对该协议不公开的特点, 在串口通信技术的基础 上, 利用多串口监视的方法捕获协议并借助第三方成熟软件进行对比分析、协议测试。该方法成功地解决了如何获取S7-200 PPI 协 议的问题, 并在C++ Builder开发环境下成功研制了通信控件, 实现了其在测控系统的应用。-In order to analyze PPI pro tocol to make per
sjqpl
- 编制生成0~n（n≤255）的一个全排列的程序，可选择下列两个方法之一或自行设计另外方法： 方法1：从一个随机文件读取n+1字节数据d0, d1, L, dn。由预先取定的一个0~n的全排列P（比如，可为0~n的自然排列）开始，依次对i=n, n-1, L, 1，计算：j=di-1+di (mod i)交换P的第i项第j项（在此注意我们假定P从第0项开始）。 方法2：用一个随机函数产生m（m>n）字节数据d1, d2, L
DOA
- 信号特征矢量重排法 算法简要说明：该算法是针对相干信号源提出的一种解相干方法，其实现步骤如下： 1.采取N阵元均匀直线标量阵列获取M个相干信号源，假设信号源全部相干（M<N）； 2.求阵列接收数据的最大似然协方差矩阵Rx，并进行特征值分解，确定特征矢量的个数，进而得到重排矩阵的维数L； 3.根据特征矢量重排的法则确定重排矩阵Rr； 4.采取MUSIC算法实现信号源数和DOA的估计（进行100次独立实验
DFT
- 基于循环移位图的全相位滤波器本文提出了一种新型的全相位 D盯 数字滤波器频率响应的求取方法一循环 移位图法 , 它是基于全相位滤波器 和原有 F I R 滤波器的相互关系而构造的 , 充分体现了 o F i u r e r 变换的循环移位性质和 卷积窗的关系。 该方法直观 , 深刻反映 了全相位滤波器的内在机理-T i s p a伴 r p e r s e n t s a n o v e l s o l u ti o n t o
0-svnn
- 这段代码实现了一个新的MLP神经网络训练方法,来自论文A new method for neural network regularization（内附）-This code implements a new training method for MLP neural networks, named Support Vector Neural Network (SVNN), proposed in the work: O. Ludwi
mkylrk4
- lingjian m使用零件初始值,用蒙特卡罗方法算出总费用,其中使用了自己编制的正态分布随机数发生器产生正态分布随机数,l()