一种支持CDMA机制的水声扩频通信系统pdf,一种支持CDMA机制的水声扩频通信系统

第1章 类加载模块的原理及实现 1.1 类加载机制概述 1.2 类加载机制整体工作流程介绍 1.3 Dex文件的优化与验证 1.3.1 Dex文件优化验证的原理与实现 1.3.2 Odex文件结构分析 1.3.3 函数执行流程 1.4 Dex文件的解析 1.4.1 DexFile数据结构简析 1.4.2 Dex文件解析流程概述 1.4.3 函数执行流程 1.5 运行时环境数据加载 1.5.1 ClassObject数据结构简析 1.5.2 类加载整体流程概述 1.5.3 函数执行流程 1.6 类加载机制与解释器交互示例 小结 第2章 内存管理的原理及实现 2.1 内存管理初探 2.2 内存分配过程分析 2.2.1 关键数据结构 2.2.2 关键函数 2.2.3 内存分配流程 2.3 垃圾回收过程分析 2.3.1 垃圾收集算法 2.3.2 关键数据结构 2.3.3 关键函数 2.3.4 垃圾回收流程 小结 第3章 JNI模块的原理及实现 3.1 何时使用 3.2 JNI编程示例 3.2.1 加载动态链接库 3.2.2 声明本地函数 3.2.3 实现本地函数 3.2.4 实现JNI_Onload函数 3.3 JNI机制环境的建立 3.3.1 AndroidRuntime类的start方法 3.3.2 JNI_CreateJavaVM（）函数 3.4 Java调用C执行流程分析 3.4.1 解释器栈帧结构体 3.4.2 关键函数 3.4.3 Java调用C执行流程 3.5 C调用Java执行流程分析 3.5.1 本地调用接口函数结构体 3.5.2 关键函数 3.5.3 C调用Java执行流程 小结 第4章 反射机制模块的原理及实现 4.1 概述 4.2 反射机制实现代码示例 4.3 反射机制API分析 4.3.1 反射机制API分析概述 4.3.2 代理模式API分析 4.3.3 元数据注释机制API分析 4.4 反射机制的“三层”实现体系 4.4.1 类反射机制在Dalvik虚拟机内部的实现 4.4.2 三层结构实例展示 4.5 反射机制实现分析 4.5.1 Class类详细分析 4.5.2 Constructor类详细分析 4.5.3 Method类详细分析 4.5.4 Field类详细分析 4.5.5 反射机制对Proxy类和Annotation类功能上的支持 4.5.6 核心函数详细分析 4.6 模块内部函数调用关系 4.6.1 反射机制本地方法接口对反射机制实际执行函数的调用 4.6.2 反射机制实际执行函数内部对各个功能点函数的调用 小结 第5章 解释器模块的原理及实现 5.1 概述 5.2 解释器执行原理 5.3 Portable解释器实现分析 5.3.1 字节码解析原理 5.3.2 字节码指令解释流程 5.3.3 一个解释程序的例子 5.4 Fast解释器C实现分析 5.4.1 字节码解析原理 5.4.2 字节码指令解释流程 5.5 Fast解释器汇编实现分析 5.5.1 字节码解析原理 5.5.2 字节码解析流程 5.5.3 一个解释程序的例子 5.6 解释器的模块化设计 小结 第6章 即时编译模块的原理及实现 6.1 概述 6.2 JIT分类 6.2.1 Method—based JIT 6.2.2 Trace—based JIT 6.3 整体框架分析 6.4 前端功能及原理分析 6.4.1 构造基本块 6.4.2 确定控制流关系 6.4.3 识别及筛选循环 6.4.4 SSA形式转换 6.5 后端功能及原理分析 6.5.1 MIR转换为 6.5.2 LIR转换为机器码 小结

Android Dalvik虚拟机结构及机制剖析 第1卷.pdf 个人收集电子书，仅用学习使用，不可用于商业用途，如有版权问题，请联系删除！

Netty心跳检测机制

stm32测试用例 5个串口初始化， 实现全部串口队列缓存，前三个串口DMA存储，测试可用。.........

论文研究-突发事件的网络情绪传播机制及仿真研究.pdf,  互联网快速发展及其应用的日益普及, 给突发事件的应急管理带来许多新的挑战. 在网络空间, 突发事件的信息传播 往往伴随着强烈的情绪传播, 极易引发网民的群体情绪, 并由此可能导致极端和对立行为以及群体性事件等严重的次生社会问题. 论文从信息传播所引发的网民群体情绪传播及其群体行为出发, 研究了突发事件网络信息传播过程中网民群体的情绪传播机制,提出了突发事件中网民群体间的情绪传播模型, 并以著名社会特大事件为例进行了仿真分析. 实验结果表明, 上述模型能够较准确地反映突发事件信息传播过程中的网民群体情绪传播特征及其演化规律.

详见http://blog.csdn.net/huaxun66/article/details/52966087

视觉信息处理的脑机制

一种轻量级的Web服务QoS预测机制.pdf

为了提高复杂环境下的目标跟踪精度，提出了一种基于序贯检测机制的双目视觉运动目标跟踪方法．该方法在序贯检测机制下，将粒子滤波、稀疏场主动轮廓和 CamShift 等方法结合．首先用基于颜色特征的粒子滤波，估计最优跟踪窗口；通过跟踪窗口和目标的相似度决定是否采用稀疏场主动轮廓方法，然后由目标轮廓和目标的相似度决定是否需要 CamShift 对轮廓进行修正；最后结合双目视觉的视差信息和标定模型对目标进行定位，引入视差置信区间判据可有效减少噪声影响，提高运动目标定位精度．实验表明本文所提的基于序贯检测机制的目标跟踪方法在摄像机运动－目标运动模式下，在目标有尺度、旋转、视角变化和环境有光照变化等情况下，能对运动目标进行有效地跟踪与定位，并且具有比较好的跟踪和定位精度