-
串口编程TCP/UDP编程，PC端做服务器
资源描述改代码是，基于QT的，实现串口通信，以及TCP/UDP做服务器的
- 2023-02-14 20:00:04下载
- 积分：1
-
基于linux API编写的数码相册，涉及驱动和应用，嵌入式项目
基于linux framebuffer，完全使用linux API编写，未使用任何GUI框架。实现了png bmp jpg三种图片格式的显示，移植了libjpeg、libpng、libjpg三个开源解码库。支持fb 16、32bpp显示模式。支持linux input系统API来实现上下翻页显示。支持图片文件自动搜索浏览。编写架构良好，代码风格规范，是嵌入式linux平台下绝佳的练习项目。
- 2023-03-07 10:30:04下载
- 积分：1
-
PIZARRAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
；；
- 2022-05-20 01:53:25下载
- 积分：1
-
拓扑结构形成
在这里我形成与中 2 战略 50 节点拓扑：
1.静态汇 (3) 和移动节点 （47）
2.移动接收器 （3） 和静态节点 （47）
- 2022-01-31 01:33:28下载
- 积分：1
-
aodv 在 ns2 中的源代码
在这里随函附上 PG 学生他们使用的 ns2 此代码由我测试的项目的源代码，程序是完全可执行的 ns2 软件版本 2.35 使用 Linux 板窗体。它有 50 节点那些是数据传输的源节点到接收器节点或泛统筹是一个发射器，其他是接收器。
- 2023-01-26 03:40:04下载
- 积分：1
-
ntpdate perl 实现
ntpdate 是用 Perl 编写一个简单、 小巧的工具。ntpdate 设置本地日期和通过轮询网络时间协议 (NTP) 服务器作为服务器给出 31 次32 的参数以确定正确的时间。它必须以 root 身份在本地运行33 的主机。
- 2022-03-20 11:10:33下载
- 积分：1
-
UNIX源码
Unix内核源代码，V6，应该也是最早流传的Unix内核源代码，对于想追根溯源的LINUX/UNIX爱好者来说，这份源代码是不错的选择，不过它依赖的机器平台PDP11早进历史博物馆了
- 2022-06-28 17:02:23下载
- 积分：1
-
Ns2 的 Tracegraph
Tracegraph 是一个第三方软件可以帮助在 NS2 和其他网络的仿真软件绘制图形。但哀伤的点是软件并非由任何人维护和幸福点罚款仍是软件工程并是免费的。
您可以从这些位置下载 tracegraph 软件。
对于 windows： https://dl.dropbox.com/u/24623828/tracegraph202.rar
对于 Linux： https://dl.dropbox.com/u/24623828/tracegraph202linux.tar.gz
https://dl.dropbox.com/u/24623828/mglinstaller.gz
其实两个文件一个与 matlab 运行时库文件还有另一种是原始的软件 tracegraph。
Tracegraph 打开时，它会打开 3 个窗户，
选择由 NS2 的跟踪文件 （.tr） 的一个窗口 （跟踪文件大小，处理时间也各不相同）
第二个窗口是在这里你可以看到各种性能特性像吞吐量、 端到端时延抖动等在 2D 和 3D 的 facillity 的图形的主窗口。甚至它也可以绘制直方图。
第三个窗口是什么但仿真信息窗口，你可以看到丢失数据包，数据包传输端到端延迟总网络、 信息的中间节点、 源和目标节点。
请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
- 2022-01-25 23:00:28下载
- 积分：1
-
飞机订票系统
（1）录入：可以录入航班情况（数据可以存储在一个数据文件中，数据结构、具体数据自定）
（2）查询：可以查询某个航线的情况（如，输入航班号，查询起降时间，起飞抵达城市，航班票价，票价折扣，确定航班是否满仓）；
可以输入起飞抵达城市，查询飞机航班情况；
（3）订票：（订票情况可以存在一个数据文件中，结构自己设定）
可以订票，如果该航班已经无票，可以提供相关可选择航班；
（4）退票： 可退票，退票后修改相关数据文件；
客户资料有姓名，证件号，订票数量及航班情况，订单要有编号。
（5）修改航班信息：
当航班信息改变可以修改航班数据文件
- 2023-07-30 02:20:03下载
- 积分：1
-
潜在狄利克雷分布主题模型 LDA
LDA是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。文档到主题服从Dirichlet分布，主题到词服从多项式分布。
LDA是一种非监督机器学习技术，可以用来识别大规模文档集（document collection）或语料库（corpus）中潜藏的主题信息。它采用了词袋（bag of words）的方法，这种方法将每一篇文档视为一个词频向量，从而将文本信息转化为了易于建模的数字信息。但是词袋方法没有考虑词与词之间的顺序，这简化了问题的复杂性，同时也为模型的改进提供了契机。每一篇文档代表了一些主题所构成的一个概率分布，而每一个主题又代表了很多单词所构成的一个概率分布。
对于语料库中的每篇文档，LDA定义了如下生成过程（generative process）：
1. 对每一篇文档，从主题分布中抽取一个主题；
2. 从上述被抽到的主题所对应的单词分布中抽取一个单词；
3. 重复上述过程直至遍历文档中的每一个单词。
- 2022-03-16 01:27:42下载
- 积分：1
