搜索资源列表
NRS4000_cpu
- 现代先进微处理器有非常高的集成度和复杂度，又有寄存器堆、Cache等嵌入式部件，而且芯片管脚数相对较少，必须要有一定的自测试设计和其它的可测试性设计来简化测试代码，提高故障覆盖率。本文简要讨论NRS4000微处理器芯片的以边界扫描测试为主体，以自测试为补充的可测试性设计框架。着重介绍芯片的边界扫描设计和芯片中译码控制器PLA和微程序ＲＯＭ以及采用内嵌RAM结构的指令Cache和寄存器堆的内建自测试设计。仿真结果表明，这些可测试性设计大大缩短了测试代码的长度。-modern microproces
G[1].711
- 嵌入式开发中，语音编码G711的包丢失隐藏的高质量低复杂度的算法-Embedded development, speech coding G711 packet loss concealment of the high-quality low-complexity algorithms
20044140604
- 因为不同的排序方法适应不同的应用环境和要求，所以选择合适的排序方法应综合考虑下列因素： ①待排序的记录数目n； ②记录的大小(规模)； ③关键字的结构及其初始状态； ④对稳定性的要求； ⑤语言工具的条件； ⑥存储结构； ⑦时间和辅助空间复杂度等。 本程序对以下7种常用的内部排序算法进行实测比较：插入排序、希尔排序、起泡排序、快速排序、归并排序、选择排序、堆排序。我主要负责的是希尔排序和堆排序。
SixMethordforWiteBoxTesting
- 白盒测试作为测试人员常用的一种测试方法，越来越受到测试工程师的重视。白盒测试并不是简单的按照代 码设计用例，而是需要根据不同的测试需求，结合不同的测试对象，使用适合的方法进行测试。因为对于不同复杂度的代码逻辑，可以衍生出许多种执行路径，只有 适当的测试方法，才能帮助我们从代码的迷雾森林中找到正确的方向。本文介绍六种白盒子测试方法：语句覆盖、判定覆盖、条件覆盖、判定条件覆盖、条件组合覆 盖、路径覆盖。-staff as a commonly used test methods, test engi
8huanghou
- 八皇后问题是一个古老而著名的问题。这个问题是十九世纪著名的数学家高斯1850年提出：在8X8格的国际象棋上摆放八个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上，问有多少种摆法。高斯认为有76种方案。1854年在柏林的象棋杂志上不同的作者发表了40种不同的解，后来有人用图论的方法解出92种结果。例如: 0 0 0 0 0 0 0
ccc
- AVS帧内预测算法及其解码器的硬件实现 文章介绍了AVS帧内预测解码模块的硬件实现，概述了AVS视频编解码标准的帧内预测技术，重点讨论了 AVS帧内预测各模式的算法．并将AVS的帧内预测技术与H、264的帧内预测技术进行了性能比较，分析了AVS帧内预 测的算法复杂度．在此基础上设计了AVS帧内预测解码模块的硬件实现，并提出了一种可重构的帧内预测计算单元的 实现方法。
A1mst
- 功能强大，可以跨平台，而且时间复杂度小，运行速度快，有很好的功能
tuxiangpipei
- 在图像模板匹配问题中,基于像素灰度值的相关算法尽管已经十分普遍,并得到广泛的应用,但目前此类算法都还存在有时间复杂度高、对图像亮度与尺寸变化敏感等缺点.为了克服这些缺点,提出一种新的基于图像灰度值的编码表示方法.这种方法将图像分割为一定大小的方块(称为R-块),计算每个R-块图像的总灰度值,并根据它与相邻R-块灰度值的排序关系进行编码.然后通过各个R-块编码值的比较,实现图像与模板的匹配.新算法中各个R-块编码的计算十分简单 匹配过程只要对编码值进行相等比较,而且可以采用快速的比较算法.新算法对
up_261128143F5F01A9
- 为解决直接序列扩频系统的数字收发机中初始频率的捕获问题，提出了一种通过DFT变换，在频域 上进行抛物插值运算的频偏估计的算法。该算法可适应低信噪比、宽频率偏移范围的恶劣通信环境和突发的通信 模式，且算法复杂度较低。该算法已在FPGA 中实现。
match
- 最大归一互相关图像匹配算法是图像匹配中的常用算法，其关键是解算活动图与基准图间的相关系数。 针对相关系数计算量大的特点，分析了FFT 的基与FFT 处理速度之间的关系以及基16FFT 算法特点，提出用基 16FFT 算法计算相关系数，相关系数的处理时间大幅减小；同时针对高基蝶形单元设计复杂、使用不灵活等特点， 提出采用级连思想实现主基16 蝶形单元，使处理器的设计复杂度降低。实验证明，将主基16FFT 处理器用于相关 系数的计算中，使最大归一互相关图像匹配处理速度达到国际领先水平
333
- 针对位同步问题，提出了一种基于基函数分解的开环位定时估计算法。该算法首先利用基函数分解的结果进行相关运算，将本地参考信号波形和接收信号波形的定时偏差缩小到T/4以内；再根据相关运算提供的角度信息进行精确的位同步估计。该算法不需要提取载波相位信息，复杂度较低。仿真结果表明该算法具有较好的估计精度
Tesis DYNAware--基于Matlab/Simulink的车辆动力学实时仿真模型
- Tesis DYNAware--基于Matlab/Simulink的车辆动力学实时仿真模型 在过去的二十年里,电子设备在汽车工业得到广泛应用,今天的汽车已经进入了电子技术的时代.汽车电子的发展对将来汽车的各种性能如安全性、操纵性、舒适性提出了更高的要求.为了加速包括硬件和软件在内的控制系统的开发设计,一些成熟的仿真测试、快速原型方法和工具是必不可少的. TESIS DYNAware发布了R3.3.2的新版本。包括发动机物理学的enDYNA Themos模块，为现代发动机ECU测试量
制粒子群算法的移动机器人路径规划
- [摘要】 由于用Pso进行机器人路径规划的研究尚局限于用连续模型规划连续描述的环境中的路径，使算法受到一定的局 限性．为此。研究了一种伞新的基于栅格法的机器人路径规划二进制粒子群算法．首先用栅格法描述机器人工作环境，在此基础 上，将机器人路径表示为粒子位置的二进制编码，并以路径长度为适应值，产生初始种群后，再对粒子佗置和速度进行更新，经 过多次迭代，即可获得从起始点到目标点的一条全局最优路径．该方法模型简单，算法复杂度低，收敛速度快，计算机仿真实验 证明『，该方法的有效性和先进性．
小世界与无标度特性下的复杂网络旅行模型.
- 复杂网络
非支配排序遗传算法
- NSGA-II 相对于NSGA而言，NSGA—II具有以下优点：1)提出新的基于分级 的快速非胜出排序算法，将计算复杂度由 降到 ，其中： 表示目标函数的数目， 表示种群中个体的数目；2)为了标定分级快速非胜出排序后同级中不同元素的适值，也为使准 域中的元素能扩展到整个 域，并尽可能均匀遍布，文献[7]提出了拥挤距离的概念，采用拥挤距离比较算子代替需要计算复杂的共享参数的适值共享方法；3)引入了保优机制，扩大了采样空间，经选择后参加繁殖的个体所产生的后代同其父代个体共同竞争来产生下一代种群，因
一种基于图像显著特征点的检索算法
- 摘要提出一种基于图像显著特征点的检索算法．首先给出一种具有一定自适应能力的显著特征点的提取算 法，即采用改进的图像的块逆概率差模型来提取原图像的块逆概率差图像(DBIP图像)．在此基础上，根据BDIP图 像中像素的分布特点来提取图像的显著特征点．然后以它们为线索，把图像的形状特征和空间颜色分布特征有机 结合起来进行检索．该算法不仅克服利用兴趣点检索时的缺点，而且降低传统显著点提取算法的复杂度，又包含一 定的形状信息，具有较好的检索效率．实验结果表明，该算法是有效的． 关键词基于内容的图
分布式视频编码
- 分布式视频编码（Distributed Video Coding）基于Slepian-Wolf理论和Wyner-Ziv理论，对两个或多个独立同分布的信源进行独立编码，然后由单一解码器利用信源之间的相关性对所有编码的信源进行联合解码。它与传统的视频编码技术的区别在于：传统的技术标准通常都用于在编码端充分挖掘视频信号的冗余信息，因此编码复杂度一般是解码复杂度的5～10倍，适合于对视频信号一次编码、多次解码的场合（如视频广播、视频点播、视频光盘存储等）；而分布式视频编码具有编码器复杂度低、编码端耗电量
一种空间域错误隐藏算法
- 一种空间域错误隐藏算法，计算复杂度低，且能够保留较好的边缘信息，但是对于剧烈连续误码，效果不明显。,A good disigen of concealmont,can keep bland information and it s have simple compuletation,not efficient in picture with fast motion.
顺序表的应用
- 顺序表的应用 （1） 已知长度为n的线性表A采用顺序存储结构，请写一时间复杂度为0(n)、空间复杂度为0(1)的算法，该算法删除线性表中所有值为item的数据元素。要求：线性表元素个数n很大，而值为item的数据元素个数很少，要求移动元素个数尽量少；删除后的数组元素与原数组元素不必保持顺序一致。 （2）编写一个函数将一个顺序表A（有n个元素，且任何元素均不为0）分拆成两个顺序表，使A中大于0的元素存放在B中，小于0的元素存放在C中。 （3）假设一个算术表达式中包含圆括号，方括号
amr算法复杂度分析的文档
- amr算法复杂度分析的文档，对于amr编程复杂度计算比较有用-amr algorithm complexity analysis of documents, amr programming complexity for calculating the more useful