搜索资源列表
dianlixunjian
- 这个是毕设，做的是电力设备巡检系统，是用C#做的。SQL是sqlsever2008-Complete set, do the electrical equipment inspection system is done in C#. SQL is sqlsever2008
Protocol-conversion-program
- 本程序是专门针对Moxa的嵌入式计算机（LINUX系统版）写的，采用的是C语言，用于通信协议的转换即将串口设备转换为标准的Modbus TCP/IP协议! 默认的端口为502！本例运行平台是moxa的Uc7408-Lx-8上，上位机是IFIX，驱动为MBE！串口设备是一些电力仪表！ 要正确编译本程序，需要在Linux环境下，推荐采用Ubuntu！同时需要在Ubuntu上安装moxa的开发包，这个可以在其官网上下载！你只需要 简单的修改就可以用在实际的工程中！-This program
libiec61850-0.8.1
- libiec61850概述 此库通过标准C编写，提供IEC61850的MMS协议实现；它也提供变电站内的GOOSE通信。这个项目的目标是提供一个实现，并且这个实现非常的轻便，可以运行在嵌入式系统和小型控制器上。它还提供了很多简单的例子，可以作为我们自己的程序的开始点。 如下特性被支持： 1 ISO全协议的TCP/IP 2 静态生成IED模型，是靠SCL文件，通过C代码生成 3 动态生成IED模型，是通过API调用或者通过配置文件 4 关联服务（通过密码验证）
libiec61850-0.7.4
- 此库通过标准C编写，提供IEC61850的MMS协议实现；它也提供变电站内的GOOSE通信。这个项目的目标是提供一个实现，并且这个实现非常的轻便，可以运行在嵌入式系统和小型控制器上。它还提供了很多简单的例子，可以作为我们自己的程序的开始点。 如下特性被支持： 1 ISO全协议的TCP/IP 2 静态生成IED模型，是靠SCL文件，通过C代码生成 3 动态生成IED模型，是通过API调用或者通过配置文件 4 关联服务（通过密码验证） 5 简单的和复杂的MMS变量
libiec61850-0.7.5
- 此库通过标准C编写，提供IEC61850的MMS协议实现；它也提供变电站内的GOOSE通信。这个项目的目标是提供一个实现，并且这个实现非常的轻便，可以运行在嵌入式系统和小型控制器上。它还提供了很多简单的例子，可以作为我们自己的程序的开始点。 如下特性被支持： 1 ISO全协议的TCP/IP 2 静态生成IED模型，是靠SCL文件，通过C代码生成 3 动态生成IED模型，是通过API调用或者通过配置文件 4 关联服务（通过密码验证） 5 简单的和复杂的MMS变量
libiec61850-0.7.6
- 此库通过标准C编写，提供IEC61850的MMS协议实现；它也提供变电站内的GOOSE通信。这个项目的目标是提供一个实现，并且这个实现非常的轻便，可以运行在嵌入式系统和小型控制器上。它还提供了很多简单的例子，可以作为我们自己的程序的开始点。 如下特性被支持： 1 ISO全协议的TCP/IP 2 静态生成IED模型，是靠SCL文件，通过C代码生成 3 动态生成IED模型，是通过API调用或者通过配置文件 4 关联服务（通过密码验证） 5 简单的和复杂的MMS变量
libiec61850-0.7.7
- 此库通过标准C编写，提供IEC61850的MMS协议实现；它也提供变电站内的GOOSE通信。这个项目的目标是提供一个实现，并且这个实现非常的轻便，可以运行在嵌入式系统和小型控制器上。它还提供了很多简单的例子，可以作为我们自己的程序的开始点。 如下特性被支持： 1 ISO全协议的TCP/IP 2 静态生成IED模型，是靠SCL文件，通过C代码生成 3 动态生成IED模型，是通过API调用或者通过配置文件 4 关联服务（通过密码验证） 5 简单的和复杂的MMS变量
libiec61850-0.7.8
- 此库通过标准C编写，提供IEC61850的MMS协议实现；它也提供变电站内的GOOSE通信。这个项目的目标是提供一个实现，并且这个实现非常的轻便，可以运行在嵌入式系统和小型控制器上。它还提供了很多简单的例子，可以作为我们自己的程序的开始点。 如下特性被支持： 1 ISO全协议的TCP/IP 2 静态生成IED模型，是靠SCL文件，通过C代码生成 3 动态生成IED模型，是通过API调用或者通过配置文件 4 关联服务（通过密码验证） 5 简单的和复杂的MMS变量
K-menas
- 这个程序是给一组 c 点资料 X {x1, ..., xc} ，每一点都有 d 维；给定一个群聚的数目 k, 求其最好的聚类结果。-This procedure is to give a set of C point data X {x1,..., xc}, each point has d dimension given a number of clusters K, for its best clustering results.