搜索资源列表
TableToolTipsDemo
- The code is fairly straightforward, except perhaps for the call to convertColumnIndexToModel. That call is necessary because if the user moves the columns around, the view s index for the column doesn t match the model s index for the column. For exa
pathloss&gnoise
- cp0801_pathloss为UWB信道损耗计算函数，利用a=(c/(d^gamma))计算出信道增益，然后对函数的输入信号幅度进行变换得到输出结果。 cp0801_Gnoise1和cp0801_Gnoise2为产生AWGN的函数，分别为Eb/No和Ex/No条件下AWGN的产生-cp0801_pathloss for UWB channel depletion calculation function, use a = (c / (d ^ gamma)) calculated Chann
Ex_dll
- 应用dll实例，如果有需要链接Excel的可直接发mail给我-Dll application example, if there is a need to link Excel can directly mail to me
SUIPack
- 国外很强大好用的皮肤控件,可用于DELPHI,BP开发平台-SUIPack.chm is the help file. Double click on it. Skin files are in the Skins directory.
ccd
- 高速高分辨率CCD器件的实用化是近年图像采集领域的一个研究热点。选用科学级柯达 新型高分辨率可见光面阵CCD KA I- 0304设计了一种高速图像采集系统。该系统采用KSC - 100作为时序发生器驱动面阵CCD 和信号处理器AD9840A, 实现对CCD面阵输出模拟信号的高速A /D转换, 并将信号快速转存至片外SDRAM 存储器, 经USB 采集系统将数据发送到计算机。系统采用相关双采样( CDS)技术滤除信号中的相关噪声, 提高了系统的信噪比, 采集速度达40Mb it / s, 具
ex-18
- 在Protues下用c语言实现51单片机与AD芯片TLC549的接口，将A/D结果显示在数码管上-Under the Protues language with c AD 51 and TLC549 chip interfaces, will be A/D results in the digital tube
Adaptive-Embedding-Dimension
- 嵌入维数自适应最小二乘支持向量机 状态时间序列预测方法 Condition Time Series Prediction Using Least Squares Support Vector Machine with Adaptive Embedding Dimension 针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题, 提出一种基于嵌入维数自适应 最小二乘支持向量机( L SSVM ) 的预测方法。该方法将嵌入维数作为影响状态时间序列预测精度的重要参
Novel-approach-for-texture
- 为提高基于内容的图像检索系统中纹理特征提取的有效性,提出了又一种纹理图像检索方法。该方法 利用非下采样 Contourlet变换对图像进行分解, 提取不同子带和不同方向变换系数矩阵的均值和方差为特征向量, 作 为数据库中纹理图像的索引,并利用两种不同的相似度函数计算图像之间的相似度,建立了一套基于示例查询图像 的纹理图像检索系统。实验结果表明,与小波包等特征提取方法相比, 该方法不仅能降低特征向量维数,而且能取得 更高的检索准确率和检索速度。-To i ncrease t he
high_ff
- H264 decode in VC 9 include sse3 codec 1. install MinGW 2. set executable files path for VC EX. C:\Program Files\MinGW\bin 3. build path name only in ascii code, can not unicode EX. c:\hi_ff264 or d:\hi_ff264 is good 4. Choice register in
Measure-for-Human
- 人体运动参数检测是生成人体运动计算机仿真演示和控制拟人机器人运动的主要手段。近年来针对这 种检测方法国内外研究人员展开了广泛的研究。本文介绍了基于模型的人体运动参数检测方法的研究现状, 为人 体仿生学和拟人机器人等领域的科学研究提供依据-Mea sur e for huma n mo tio n par ameter s is a main method to g ener ate computer simulatio n o f human mot ion and t o co n
HOG
- 基于梯度方向直方图( H OG) 特征的行人检测是目前检测精度较高的主流方法。针对基于梯度直方图特征的 行人检测存在检测精度还有待提高、向量维数大的问题, 提出使用梯度直方图统计特征加颜色频率和肤色特征描述行 人, 选取一些分类能力较强的block 作为最后的特征, 使用线性SVM 分类。在INRIA 库上的实验证明, 该方法能有效地 提高检测精度。-H istog r am o f or iented g radient( H OG) based on pedestr ian de
tw6869 driver
- tw686x linux deiver How to build the source code: a) Create the directory what you want. Ex: "\home\stchen\project\driver\". b) Type "make clean" in the directory. c) Type "make" to make th
acad2000
- === 命令说明====== zq--上一缩放zoom p zd--动态缩放zoom d ze--范围缩放zoom z z--zoom v--移动move c--复制copy q--平移pan t--偏移offset tt--镜像mirror rt--旋转rotate dss--距离dist aa--圆circle g--直线line gg--多段线pline dt--单行文本dtext r--放弃
XHQYJSDZS
- 为了快速准确地计算电噪声奇异性, 在介绍信号奇异性计算方法的基础上, 将其引入到电噪声信号分 析中, 提出一种新的基于多重分形奇异性指数计算信号电噪声的方法。新方法利用多重分形来提取电噪声中可 以表达信号内在细节特征的奇异点Hê lder指数, 通过计算电噪声中Hê lder指数的差异来进行噪声分析。通过 对实测电迁移和光耦电噪声的计算分析表明, 电迁移后期奇异性指数会发生突变 而良品光耦器件和次品光耦 器件在信号噪声的平均H ê lder指数方面差异明显。实验结果证明本方法是一
uva10112
- uva 10112 1. 用三個 for 迴圈跑過任三點的組合 2. 再用一個 for 迴圈跑這三點以外的其他點 3. 如果第四點與選定三點之任兩點所圍三角形面積合，等於選定三點的面積，代表第四點在三角形內 ex : △abc = △abd + △acd + △bcd , d在△內 4. 如果符合條件，把面積存起來，用於之後比較面積大小 5. 面積大的取代面積小的 6. 印出面積最大三角形-Passing any combination
STM32F103C8T6
- STM32F103C8T6配套程序源码-红外发射和接收-945ccfdsd de d ffd ex xfe d dd
BTOJ-EX
- 位图转JPG 其中的颜色空间转换，BGR颜色空间转换为YCbCr空间， 1. 要求使用查表法 2. 把切分出的宏块数据(16*48)写入D:/out.txt 3. 按4:2:0进行把BGR颜色空间转换到YCbCr空间， 亮度信号(16*16)写入到D:/outY.txt Cb信号(8*8)写入到D:/outCb.txt Cr信号(8*8)写入到D:/outCr.txt - Bitmap to JPG where the color space conv
Application-of-Wavelet-Transform
- 小波变换在数字图像处理中的应用是小波变换典型的应用之一。由信号分析中傅里叶变换的不足引出小波变换, 然后简单介绍了小波变换的定义和种类, 分析了小波变换的性质和Mallat 算法, 总结了小波变换在数字图像处理中的四种应用:基于小波变换的图像压缩、图像去噪、图像增强和图像融合, 分析了四种应用的过程及特点, 同时进行了相应的Matlab试验与仿真。试验结果表明, 小波变换在数字图像处理中的应用切实可行、简单方便、效果好、有很强的实用价值, 有较好的应用前景。-The applicatio n o
微惯性测量单元的误差整机标定和补偿
- 提出了微惯性测量单元( MIMU) 在高动态、高过载复杂应用条件下的误差整机标定和补偿方法。首先, 建立了高动态, 高过载复杂应用条件下MIMU 的误差模型, 该模型包括了结构误差, 传感器安装误差和MEMS 惯性传感器在复杂条件对精度影响较大的误差项, 指零位温度漂移、互耦误差、刻度因子非线性和微陀螺加速度效应误差; 根据模型提出了整机标定补偿方法, 该方法可以标定MIMU 的63 个误差系数, 并且不需要对单个传感器进行标定。然后, 介绍了利用最小二乘法对模型进行误差系数标定的方法和步骤,