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
RSS订阅
1211
1
