搜索资源列表
nesC1[1].1_ref
- nesC 是对 C 的扩展 [2] ，它基于体现 TinyOS 的结构化概念和执行模型而设计 [1] 。 TinyOS 是为传感器网络节点而设计的一个事件驱动的操作系统，传感器网络节点拥有非常有限的资源 ( 举例来说., 8K 字节的程序储存器,512个字节的随机存取储存器) 。TinyOS 用 nesC 重新编写。本手册描述 nesC 的 1.1 版本, 在第 3 段中概述了它与1.0版的不同-Encyclopedia topics written C
431
- 工作流系统模型的性能等价分析 讨论了基于随机Petri网的工作流系统的顺序、并行、选择、循环4种基本模型,并详细推导了这4种基本模型的性能等价公式.最后通过现实中的一个工作流实例来说明如何建立相应的随机Petri网模型,以及如何利用这些性能等价公式来计算工作流的性能参数.给出了定量分析工作流系统性能的通用方法,通过用这些等价公式不仅可以对复杂的系统进行性能等价化简,而且还可以得到性能参数的乘积解.-Workflow Performance Equivalent point
BardLeahCA
- 生物模型的元胞自动机的方法 元胞自动机作为简单的数学模型，自组织的调查统计力学。一个详细的分析，给出了“基本”细胞自动机组成的序列值0或1行的网站，每个网站不断变化的确定性离散时间步长，根据一定的规则，涉及其最近的邻居的值。简单的初始配置，元胞自动机趋向于同质化的状态，或产生自相似的模式，与分形维数≃ 1.59或≃ 1.69。随着“随机”的初始配置，元胞自动机演化不可逆转的特性，导致一些自组织现象。产生的结构被发现的统计性质在于两种普遍性类，独立的初始状态的详细信
algorithm
- 以设计策略为主线，循序渐进地介绍了经典算法设计（包括分治、动态规划、贪心、回溯、迭代改进等算法）、NF完全理论、非精确型算法设计〔包括近似算法、参数化算法，随机算法），以及现代智能优化方法．强调算法思维与编程实践并重，注重运用算法技术解决实际工程问题。-In order to design strategy as the main line, gradual introduction of the classic algorithm design (including the partition
matlab
- 对具有随机噪声的二阶系统的模型辨识，进行标幺化以后系统的参考模型差分方程为 (7.90) 式中， 为随机噪声。由于神经网络的输出最大为1，所以，被辨识的系统应先标幺化，这里标幺化系数为5。利用图7.5正向建模(并联辨识)结构，神经网络选用3-9-9-1型，即输入层i，隐层j包括2级，输出层k的节点个数分别为3、9、9、1个； -Model identification of two order systems with stochastic noise