资源列表
4xuanyi
- 实现4选1数据选择的VHDL描述，正确无误，值得参考-Data selection
Mstar
- Quick Guide for Setup SW Platform v0.3 (MStar DVB STB Solution)
mapinfo-use
- mapinfo图斑操作使用教程，非常实用，值得参考学习。-the mapinfo polygons operations using the tutorial, very practical, it is also useful to learning.
IA4432--CH
- SI4432 中文数据手册 SI4432 中文数据手册-The the SI4432 Chinese data manual SI4432 Chinese Data Sheet
SMBus
- 51单片机 I2C程序 调试通过；并在工厂正常生产-51 microcontroller I2C program
1_2
- 某些实际问题的优化目标是求所有的局部最优解，即求解多峰寻优问题，为了求解多峰优化问题，提出了改造的微粒 群优化算法．尽量减少微粒群算法中的全局因素，从而增大其局部因素，同时采用变步长方法增加微粒的多样性．并给出了该算法 的原理和步骤．仿真实验表明该算法概念清楚，计算简单，具有很好的局部寻优特性，可应用求解于多峰寻优问题．另外还给出了几 个运算实例和与其它优化算法的比较-Some of the practical problems of optimization goal is
SpectralResidual
- 谱残缺算法显著性检测源程序!!谱残缺算法显著性检测源程序-the vision of matlab of special residual of salienp
214545535242
- 基于混沌序列的多峰函数微粒群寻优算法的目标就是找到多峰函数的所有局部优化峰值。在分析微粒群优化 算法中各个参数对微粒运动影响的基础上，对微粒群算法进行改造，让微粒运动从初始位置沿优化函数曲线向优化峰值 方向爬行．直至找到所在区域的局部优化峰值；要想求得尽可能多的局部优化峰值，就要求微粒群中微粒的初始位置分 布具有随机性和遍历性。为此采用混沌序列设置微粒初始位置；为使每一个局部最优值点都可能有微粒群中的微粒经过， 采用变步长的迭代计算；为防止优化函数曲线的某些局部峰附近没有
1234255
- 介绍了一种利用量子行为粒子群算法(QPSO)求解多峰函数优化问题的方法。为此，在 QPSO中引进一种物种形成策略，该方法根据群体微粒的相似度并行地分成子群体。每个子群体是 围绕一个群体种子而建立的。对每个子群体通过QPSO算法进行最优搜索。从而保证每个峰值都有 同等机会被找到，因此该方法具有良好的局部寻优特性。将基于物种形成的QPSO算法与粒子群算 法(PSO)对多峰优化问题的结果进行比较。对几个重要的测试函数进行仿真实验结果证明，基于物 种形成的QPSO算法可以尽
USBKEY-CSP
- usbkey的csp的相关介绍和开发，对做usb开发的很有用-usbkey csp' s the introduction and development of useful do usb developed
The-Iperf-Detailed-instructions
- Iperf详细使用说明.doc 性能监控-The Iperf Detailed instructions for use. Doc
H.264-Intra-mode
- H.264帧内预测模式详解文档，可以帮助初学者学习帧内预测模式的选择及判定-H.264 intra prediction mode Detailed documentation can help beginners learn the intra prediction mode selection and judgment