usb accessory usb从属demo
主要是对usb hid的accessory从关系的demo研究
usb host 实现adb shell 命令发送
利用usb host的从属关系实现adb命令的发送,操作 主机设备
usb host hid demo
主要研究usb host的数据传送问题,里面有对 相关usb传送关系进行解析,并对 关键函数 :
//first field ox21 is bin 00100001 which splits into 0 01 00001 for
direction(1bit)/type(2b)/recipient(5b)
//To set direction as 'host to Device' we need 0, To set type to HID we need 11 (3), and for recipient we want 00001
//second field 0x09 is class specific request code, 0x09 is listed as 'reserved for future use'
//third field 0x200 is value
//int transfer = mConnectionRead.controlTransfer(0x21, 0x9, 0x200, 0, message, message.length, 0);
//try with type set to HID
int transfer = mConnectionRead.controlTransfer(0xC1, 0x9, 0x200, 0, message, message.length, 0);
controlTransfer(USB_DIR_OUT, VENDOR_DEFINED_REQUEST, VENDOR_DEFINED_VALUE, USB_INTERFACE_INDEX, message, message.length, 1000);
遗传算法与神经网络算法结合与 最速下降法等传统的算法比较(matlab)
由于这里所要的程序比较多,我将把本文的程序放在work这个文件夹中,只要解压到matlab得目录下,覆盖掉原来的work文件夹,然后在\work\gabp1这里你就可以看到相关程序,由于我使用的是matlab6.5, (如果是7.0的可以直接运行了)
File->Import Data->找到data3.dat这个文件,最后点finish就可以直接运行了。
1. GABP程序(allthecode.m)
2. 最速下降与牛顿法结合BP(zuiyuniuBP.m)
3. 单独的最速下降法BP程序:(traingdOnly.m)
4. 单独使用拟牛顿法BP程序:(trainbfgOnly.m)
绿色的为局部杂交预测的数据;红色带o的为GABP预测的数据;黑色的为原数据
学习的目的重在快乐,我分享,我快乐。这次毕设给足了我快乐,我也希望我能给你们快乐。
matlab最速下降法与牛顿法结合求解函数最大值,还能动画演示求解点的运动过程
我的思路是这样的: 最速下降法能找出全局最优点,但在接近最优点的区域内就会陷入“齿型”迭代中,使其每进行一步迭代都要花掉非常久的时间,这样长久的等待是无法忍受的,不信你就在我那个程序的第一步迭代中把精度取得很小如:0.000000001等,其实我等过一个钟都没有什么结果出来。
再者我们考究一下 牛顿迭代法求最优问题,牛顿法相对最速下降法的速度就快得多了,而且还有一个好处就是能高度逼近最优值,而不会出现死等待的现象。 如后面的精度,你可以取如:0.0000000000001等。
但是牛顿法也有缺点,就是要求的初始值非常严格,如果取不好,逼近的最优解将不收敛,甚至不是最优解。 就算收敛也不能保证那个结就是全局最优解,所以我们的出发点应该是:为牛顿法找到一个好的初始点,而且这个初始点应该是在全局最优点附近,这个初始点就能保证牛顿法高精度收敛到最优点,而且速度还很快。
思路概括如下:
1。用最速下降法在大范围找到一个好的初始点给牛顿法:(最速下降法在精度不是很高的情况下逼近速度也是蛮快的)
2。在最优点附近改用牛顿法,用最速下降法找到的点为牛顿法的初始点,提高逼近速度与精度。
3。这样两种方法相结合,既能提高逼近的精度,还能提高逼近的速度,而且还能保证是全局最优点。这就充分吸收各自的优点,扬长避短。得到理想的结果了。
matlab(动画演示)遗传算法 求解多峰函数最优值
对以一个多峰函数,使用遗传算法实现,求解出结果,还能动画演示这些点的移动过程,最终在最高点停止