《数字电子技术基础》(第五版)教学课件:第11章 数-模(DA)和模-数(AD)转换.ppt
2022-06-18 17:00:14 3.25MB 计算机 互联网 文档
数字逻辑设计及应用教学课件:AD-DA.ppt
2022-06-16 20:00:33 1.62MB 计算机 互联网 文档
265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)265-AD_D
2022-06-16 19:04:10 17KB 51单片机 c语言 proteus 软件/插件
266-液晶AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)266-液晶AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)266-液晶AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)266-液晶AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)266-液晶AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)266-液晶AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)266-液晶AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)266-液晶AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)266-液晶AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)266-液晶AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)266-液晶AD_DA_PCF8591(51单片机C语言实例Proteus仿真和代码)266-液晶AD_DA_PCF8591(51单片机C语
2022-06-16 19:04:09 24KB 51单片机 c语言 proteus 软件/插件
ADRV9008-x-ADRV9009 配置工具下载,滤波器设置,可视化配置,快速配置9008 9009
2022-06-16 10:34:33 41.63MB ADRV9008,AD, DA
1
110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真和代码)110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真和代码)110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真和代码)110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真和代码)110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真和代码)110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真和代码)110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真和代码)110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真和代码)110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真和代码)110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真和代码)110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真和代码)110-PCF8591 DA输出模拟(51单片机C语言实例Proteus仿真
2022-06-15 11:05:39 29KB 110-PCF8591DA输出
多尺度领域对抗多实例学习CNN(CVPR2020) 抽象的 我们提出了一种从组织病理学图像中对癌症亚型进行分类的新方法,该方法可以在给定的完整幻灯片图像(WSI)中自动检测肿瘤特有的特征。应当通过参考WSI对癌症亚型进行分类,即WSI,即整个病理组织玻片的大尺寸图像(通常为40,000x40,000像素),该图像由癌症和非癌症部分组成。一种困难来自与注解WSI中的肿瘤区域相关的高昂成本。此外,必须通过更改图像的放大倍率从WSI中提取全局和局部图像特征。此外,应针对医院/标本之间的染色条件差异,稳定地检测图像特征。在本文中,我们通过有效地结合多实例,领域对抗和多尺度学习框架,开发了一种基于CNN的癌症亚型分类新方法,以克服这些实际困难。 本文档说明了如何在ref [1]中将源代码用于多尺度域对抗多实例倾斜(MS-DA-MIL)CNN。该算法针对数字病理图像的二进制分类问题,其中每个载玻片被分
2022-06-13 22:45:43 1.43MB Python
1
基于8051单片机的AD-DA转换实验,AD由函数发生器输入信号,DA输出由示波器显示波形。
2022-06-13 09:43:17 454B 8051 单片机 AD DA
1
含有代码和PROTEUS仿真,利用的芯片有ADC0832和DAC0832,实现AD模数转换和DA数模转换
2022-06-07 22:48:52 1.11MB AD/DA
1
基于51单片机和DA转换的数控音频功率放大器设计.doc
2022-06-07 13:00:43 142KB 互联网