在蓝桥杯电子类单片机组历年的省赛以及国赛中,DS1302模块常常被考察到。而组委会为减轻考生负担,提前给出了关于DS1302模块的代码,剩下的便需要我们自己去编写(以第十届为例)。 现在,我们来介绍以下DS1302模块剩余代码的编写以及模块的运用方法。 1、补全模块C文件 #include #include sbit SCK=P1^7; sbit SDA=P2^3; sbit RST = P1^3; void Write_Ds1302(unsigned char temp) { unsigned char i; for (i=0;i>=1; SCK=1; } } vo
2023-03-14 12:21:47 43KB ds1302 单片机 子类
1
通过检测肉品脂类过氧化产物中硫代巴比妥酸反应物(TBARS)和高铁肌红蛋白的含量,研究肌肽在肉品冷藏过程中对脂类氧化的抑制作用,并比较肌肽与其他抗氧化剂之间的抗氧化活性.结果显示,肌肽显著抑制了冷藏碎猪肉中TBARS和高铁肌红蛋白的形成量;肌肽对冷藏5d猪肉脂类氧化的抑制作用高于植酸和VitC;1.5%肌肽对冷藏5d的加盐碎牛肉的氧化抑制作用大于0.5%三聚磷酸钠(STP)和0.02%丁基羟基茴香醚(BHA).肌肽可作为一种天然抗氧化剂应用于肉品贮藏中,对抑制氧化酸败和延长货架期有重要作用.
2023-03-14 12:04:36 344KB 自然科学 论文
1
自己平时用的 AES加解密工具,包含AESUtil,AesException,ByteGroup,PKCS7Encoder,SHA1,XMLParse 以此记录备用地址
2023-03-14 10:37:17 8KB AES
1
介绍应用效果,如果能有纵向应用成效的比较更好,但本部分不需要有算法层面的比较。第七章 总结与展望7.1 研究结论列举三点左右的研究结论。7.2 研究展望列举两点
2023-03-14 09:40:27 301KB
1
摘要:VC/C++源码,图形处理,颜色选择类   一个漂亮实用的VC++颜色选择类,也就是大家所熟悉的颜色选择器,用六角形、圆形还有滑块相互配合,选取颜色十分方便,而且源代码相对简单,开源共享,发上来供VC++编程者参考。
2023-03-14 00:55:58 86KB 颜色选择类 VC/C++源码 图形处理
1
在win10_64位下使用VS2019编译的64位最新版gdal-3.4.0开源类库。GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。
2023-03-13 19:13:13 8.1MB GDAL340
1
绝对比你想的简单实用,本人凭着较好的数学底子,初学C++2个多月后写的,并获得了较高的评价, 如有不对的地方,望指出!
2023-03-13 17:52:55 3KB C++
1
JSqlParser 在此处查找更多信息和示例: : 。 执照 JSqlParser具有LGPL V2.1或Apache软件许可2.0版的双重许可。 讨论区 请提供有关以下方面的反馈: API更改:使用返回值扩展访问者( ) 新闻 发布了JSqlParser 4.0版本 发布了JSqlParser的3.2版 发布了JSqlParser的3.1版 发布了JSqlParser 3.0版 数组解析是默认行为。 必须使用解析器标志( CCJSqlParser.withSquareBracketQuotation )启用方括号引用。 由于API更改,版本将为3.0 现在,JSqlParser至少使用Java 8 更多新闻可以在这里找到: : 。 JSqlParser的替代品? 看起来很不错,具有扩展SQL语法(例如PL / SQL和T-SQL)和Java + .NET API。 该工具是商业工具(可在线获得许可证),并提供免费下载选项。 JSqlParser JSqlParser是一个SQL语句解析器。 它将SQL转换为Java类的可遍历层次结构。 JSqlParser不
2023-03-13 13:46:40 730KB mysql java parser paypal
1
样例如下: TD 矿业工程 TD-0 矿业工程理论与方法论 TD-05 矿业工程与其他学科的关系 TD-9 矿山经济 TD91 选矿理论 TD912 矿石性质及类型 TD913 矿石可选性的研究 共计42354条分类,excel表两列,一列的编号,另一列是名称。 按大类字母顺序排列。
1
信用评估是商业银行等机构防范风险的重要途径,为了提高信用评估的准确率,使用随机森林(RF)来建立风险评估模型。针对随机森林模型的性能与参数的选择和数据集不平衡比例密切相关,提出了一种基于随机森林的组合分类算法(KM-GA-RF)。以UCI数据库中的German数据集进行研究,通过K-means算法对标签进行类分解。而对于哪个类分成的簇数(ki)以及随机森林算法自身的参数:树数(n_estimators)、特征数(max_features),使用改进的遗传算法对其进行优化选取。实验结果表明,基于随机森林的组合优化模型与传统RF以及其他算法进行比较,RF的预测精度高于支持向量机等算法,达到0.765,而提出的组合优化模型的预测精度为0.815,提高了5%。
1