在Ubuntu 9.10 上安裝及使用 Xilinx ISE DS 10.1 sp3的要點

著作權,轉載請註明原文連結和作者在Ubuntu 9.10 上安裝及使用 Xilinx ISE DS 10.1 sp3 的要點Keys about installing and using Xilinx ISE DS 10.1 sp3 at Linux platform   

Zigbee入門指導(一)——基於CC2430的Zigbee開發環境的建立

文章目錄 一、安裝IAR 8051 7.30B二、安裝Ti的Zigbee協議棧三、安裝Packet Sniffer四、安裝SmartRF Flash Programmer五、 初識協議棧目錄六、請自行嘗試<Projects>下的常式 Zigbee入門指導(一)——基於CC2430的Zigbee開發環境的建立logiclimit寫在前面的話:臨近畢業,把之前做過的一些項目的內容加以整理,和大家一起分享,請高手指教,歡迎同輩間交流,

Mat類中的rowRange和colRange的用法

最近一直在看一個演算法,其中有用到opencv MAt類的rowRange函數,因為對opencv函數還不熟悉,於是測試了一下。測試代碼如下:#include<stdio.h>#include<opencv.hpp>#include<iostream>using namespace cv;using namespace std;int main(){ //初始化一個3*3的矩陣 Mat examples=(Mat_<float>(3,3)<&

網蜂的點亮led程式的中文注釋

如果配合我前面翻譯的文檔看這個代碼,效果應該好一點。注釋的不對的地方還希望各位大牛多多指點啊。/***********************************************************************************網蜂ZigBee-無線點燈實驗代碼 詳細解釋請參考《ZigBee實戰演練》中無線電燈相關內容實驗操作: 第一步: 找到下面內容,把appLight(); 注釋掉,下載到發射模組。 appSwitch();

為什麼轉置一個512×512的矩陣,會比513×513的矩陣慢很多?

http://blog.renren.com/share/236761508/14152672566在校內上無聊的時候看到這個問題,感覺不錯和大家分享一下。原來自己對這方面一點都不瞭解,這裡面還是有好多不懂,先留文在此後面細品。問題出處:http://stackoverflow.com/questions/11413855/why-is-transposing-a-matrix-of-512x512-much-slower-than-transposing-a-matrix-of事情的起因是這樣

理解離散傅立葉變換(四. 複數形式離散傅立葉變換)

  理解離散傅立葉變換(四)                     ------複數形式離散傅立葉變換       複數形式的離散傅立葉變換非常巧妙地運用了複數的方法,使得傅立葉變換變換更加自然和簡潔,它並不是只是簡單地運用替換的方法來運用複數,而是完全從複數的角度來分析問題,這一點跟實數DFT是完全不一樣的。 一、          把正餘弦函數表示成複數的形式 通過歐拉等式可以把正餘弦函數表示成複數的形式:        cos( x ) = 1/2 e j(-x) + 1/2 ejx  

理解離散傅立葉變換(三.複數)

  理解離散傅立葉變換(四)                     ------複數形式離散傅立葉變換       複數形式的離散傅立葉變換非常巧妙地運用了複數的方法,使得傅立葉變換變換更加自然和簡潔,它並不是只是簡單地運用替換的方法來運用複數,而是完全從複數的角度來分析問題,這一點跟實數DFT是完全不一樣的。 一、          把正餘弦函數表示成複數的形式 通過歐拉等式可以把正餘弦函數表示成複數的形式:        cos( x ) = 1/2 e j(-x) + 1/2 ejx  

HMM學習筆記_1(從一個執行個體中學習DTW演算法)

HMM學習筆記_1(從一個執行個體中學習DTW演算法)     DTW為(Dynamic Time Warping,動態時間歸准)的簡稱。應用很廣,主要是在模板匹配中,比如說用在孤立詞語音辨識,電腦視覺中的行為識別,資訊檢索等中。可能大家學過這些類似的課程都看到過這個演算法,公式也有幾個,但是很抽象,當時看懂了但不久就會忘記,因為沒有具體的執行個體來加深印象。    

openCv學習筆記(九)-自己實現分水嶺演算法並且用openCv測試

   為了驗證上一篇博文中的演算法,自己稍作修改,即利用openCv裡的映像結構。為了簡單,直接採用Mat.at<uchar>(i,j)進行映像操作,效率肯定低,如果感興趣可參考http://blog.csdn.net/caiye917015406/article/details/7791815改進演算法。不過這裡只是測試效果,就將就吧。。。 

openCv學習筆記(四)-數學形態學1(二值映像的膨脹、腐蝕、開運算和閉運算)

一  形態學基本概念    是一門建立在格論和拓撲學基礎之上的映像分析學科,是數學形態學影像處理的基本理論。其基本的運算包括:二值腐蝕和膨脹、二值開閉運算、骨架抽取、極限腐蝕、擊中擊不中變換、形態學梯度、Top-hat變換、顆粒分析、流域變換、灰值腐蝕和膨脹、灰值開閉運算、灰值形態學梯度等。    在很多鄰域中,如預先處理、基於物體形狀分割、物體量化等,與其他標準演算法相比,形態學方法都有更好的結果和更快的速度。    形態學運算的主要目的:     (1)映像預先處理(去雜訊、簡化形狀)   

如何用Qt實現對Google API的應用(2)– OAuth的各步驟實現

為了使用OAuth驗證流程成功的調用Google API,需要先擷取OAuth Access Token在OAuth Access Token的擷取過程中,我們需要依次解決以下幾個問題:1.為擷取Access

[webkit] htmlparser 部分

[webkit] htmlparser 部分作者:hustyiyuan   2009-09-11 00:54 星期五 晴  擷取一個網頁資料之後會調用 HTMLTokenizer::write這個函數, 傳入的str即為 html 文檔資料。   HTMLTokenizer::write主要是解析html 文檔,並構建對應的dom tree[node tree], 這個由htmlparser的insertNode函數中的addChild()語句來實現,

WebKit介紹及總結(一)

一 . WebKit 簡介      Webkit 是一個開放原始碼的瀏覽器引擎 (web browser engine) ,最初的代碼來自 KDE 的 KHTML 和 KJS( 均開放原始碼 ) 。蘋果公司在 Webkit 的基礎上做了大量最佳化改進工作,此時的 Apple Webkit 已經和 Webkit 有了不少差別,最後開發出了著名的 Safari ,可以說 Safari 是一個相當成功的產品,但是 Safari 卻不是開放原始碼的。 基於 WebKit 的瀏覽器產品有:蘋果的

使用者空間—spi

============================================作者:yuanluluhttp://blog.csdn.net/yuanlulu著作權沒有,但是轉載請保留此段聲明============================================1.1     重要的資料結構1. 

J-LINK V8 韌體燒錄指導

J-LINK 是使用過程中,如果內部韌體意外損壞或丟失,請參考下面操作步驟說明,重新燒錄JLINK韌體。1.1 安裝韌體燒錄軟體² 請ATMEL官方網址下載AT91-ISP下載軟體。軟體:http://www.atmel.com/dyn/products/tools_card.asp?tool_id=3883在開啟的網頁中,下載中紅色框所示軟體。² 安裝下載好的Install AT91-ISP v1.13.exe軟體雙擊Install AT91-ISP v1.13.exe運行,選擇預設設定,安裝

【模式識別】反向傳播神經網路 BPNN

回顧感知器學習演算法,其核心思想是梯度下降法,即以訓練樣本被錯分的程度為目標函數,訓練中每次出現錯誤時便使權係數朝著目標函數相對於權係數負梯度方向更新,知道目標中沒有被錯分的樣本為止。而多層感知器模型中,神經元傳遞函數是階躍函數,輸出端的無恥只能對最後一個神經元係數求梯度,無法對其他權係數求梯度,所以無法利用梯度下降的方法學習其他的權值。Sigmoid函數BP演算法提出主要由於Sigmoid函數的出現,代替之前的閾值函數來構造神經元。Sigmoid函數是單調遞增的非線性函數,無限次可微。若且唯若

【模式識別】OpenCV中使用神經網路 CvANN_MLP

OpenCV的ml模組實現了人工神經網路(Artificial Neural Networks, ANN)最典型的多層感知器(multi-layer perceptrons, MLP)模型。由於ml模型實現的演算法都繼承自統一的CvStatModel基類,其訓練和預測的介面都是train(),predict(),非常簡單。下面來看神經網路 CvANN_MLP 的使用~定義神經網路及參數://Setup the BPNetworkCvANN_MLP bp; // Set up BPNetwork'

矩陣的幾何解釋

轉載來源:http://blog.csdn.net/u010821455/article/details/8991947——————————————————————————————————————————————  先通過向量來理解矩陣。向量[1, -3, 4]可以解釋成如下的向量的加法 任意向量v都可以寫成如下擴充形式進一步寫成:右側的單位就是x, y, z軸,記為nx, ny, nz。我們可以將其寫成:v=x*nx+y*ny+z*nz 如果我們用向量p,g,r重寫nx, ny,

opencv中如何判斷一個點是否在一個多邊形中

pointPolygonTest()函數可以實現這個功能。!double cvPointPolygonTest(const CvArr* contour, CvPoint2D32f pt, int measure_dist)參數:contour,多邊形。  pt將要判斷的點。measure_dist  如果為真,則返回的double類型是點距離輪廓的最近的距離。如果為假,返回的值無意義。參考資料opencv2refman.pdf

利用cmake編譯opencv庫

步驟:1、下載並安裝camke2、下載並安裝opencv3、開啟cmake,找到opencv所在的檔案夾,並設定輸出檔案的位置4、運行cmake,產生對應的工程,開啟工程分別在debug和release下運行之後,可以方便的在工程中看到opencv庫中的各個檔案,很方便的便能夠查看到對應函數的源碼參考資料:http://www.huqiwen.com/2012/11/27/compile-opencv-243-in-visual-studio-2012/

總頁數: 61357 1 .... 7274 7275 7276 7277 7278 .... 61357 Go to: 前往

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.