上次传了个非完整版的,现在写完了,可以生成指令,但是不能运行指令。
另外ifelse语句不能翻译,因为忙所以没写着一部分,其他的都没问题。
另外main方法在Parser里。
2025/5/21 1:51:16 25KB PL/0 编译器 Java
1
【DM365_NAND启动模式解析】DM365是一款由TexasInstruments(TI)生产的数字媒体处理器,常用于视频处理和嵌入式系统。
在DM365中,NAND闪存是一种常见的非易失性存储器,用于存储固件和操作系统。
NAND启动模式是指DM365在上电或复位后从NAND闪存中加载启动代码的过程。
此过程涉及一系列复杂的步骤,确保系统能够正确地从NAND中读取和执行固件。
**NAND启动流程**1.**初始化**:系统首先初始化RAM1的高2KB栈空间(0x7800-0x7fff),避免覆盖用于存储UBL块号的最后32个字节(0x7ffc-0x8000)。
2.**禁止中断**:所有中断(IRQ和FIQ)被禁用,以确保启动过程不被打断。
3.**设置DEEPSLEEPZ/GIO0**:这个外部引脚在NAND启动时必须处于高电平。
4.**读取NANDID**:读取NAND闪存的设备ID,获取设备特性,如页面大小、块大小等。
5.**初始化NAND区域**:根据NAND的参数设置控制器和寄存器。
6.**搜索UBL描述符**:RBL(ROMBootloader)在block1的page0开始搜索UBL(UserBootLoader)的描述符。
如果未找到正确的UBL,会依次检查接下来的24个块,以防遇到坏块。
7.**处理UBL描述符**:UBL描述符包含入口点地址、占用的NAND页数、起始块和起始页等信息,用于指导UBL的加载和执行。
8.**ECC错误检测和校正**:开启硬件ECC(ErrorCorrectionCode)检测,复制UBL到IRAM(InternalRAM)。
如果检测到4位ECC错误,通过ECC算法进行纠正。
如果多次失败,RBL会尝试下一个块,直到找到有效的UBL描述符,或者在搜索完24个块后转而从SD卡启动。
9.**启动UBL**:在UBL的入口点执行代码,将控制权交给UBL。
10.**安全启动模式**:根据配置,启动模式可能包括PLL旁通模式,不使用快速EMIF、DMA或I-Cache。
在其他模式下,这些功能可以被启用以提高性能。
**NANDUBLdescriptor格式**UBL描述符是一个包含关键信息的数据结构,用于指示如何加载和执行UBL。
它可能包含如下字段:-入口点地址:UBL执行的起点。
-UBL占用的NAND页数:指示UBL的大小,必须是连续的页。
-UBL的起始块和起始页:定义UBL在NAND中的位置。
-MAGICIDs:特定的标识符,用于识别不同的启动模式。
**NAND启动详细流程**1.初始化栈空间、禁止中断、设置DEEPSLEEPZ/GIO0。
2.读取NAND设备ID,初始化NAND控制器。
3.搜索UBL描述符,最多遍历24个块。
4.复制并校验UBL到IRAM,根据UBL描述符配置启动选项。
5.转交控制权给UBL执行。
NAND启动流程图和具体的ARMNANDROMBootloader实例进一步详细说明了这个过程。
此外,支持的NAND设备ID列表确保了对多种NAND闪存设备的兼容性。
DM365的NAND启动模式解析涉及了设备识别、错误检测、固件加载和执行等多个环节,确保了系统的稳定和可靠启动。
理解这一过程对于开发和调试基于DM365的嵌入式系统至关重要。
2025/5/20 16:04:21 249KB DM365
1
###DM365开发板资料详解:SequentialJPEG解码器功能及限制####概述本资料针对DM365开发板上的SequentialJPEG解码器进行了详细介绍。
该解码器支持多种输入格式,并提供了多种配置选项,旨在满足不同应用场景的需求。
此文档将深入探讨该解码器的主要特点、支持的功能以及一些限制条件。
####主要特点-**eXpressDSP™DigitalMedia(XDM1.0)**:该解码器遵循eXpressDSP™DigitalMedia1.0规范,确保与平台的兼容性。
-**旋转和支持**:支持图像旋转(90°、180°、270°),并支持解码区域选择。
-**接口**:支持IIMGDEC1接口和IRES接口单独使用,但不支持同时使用。
-**环形缓冲区**:采用环形缓冲区配置位流缓冲区,以减少缓冲区大小需求。
-**操作系统**:已在MontaVista®Linux®5.0上验证。
-**多实例支持**:支持多个JPEG解码器实例,且可与其他DM365代码一起运行。
####功能支持-**基线顺序过程**:支持基线顺序处理,但存在以下限制:-不支持非交错扫描。
-仅支持1和3组件。
-Huffman表和量化表对于U和V组件必须相同。
-最多支持四个AC和DCDCT系数表(每个两组)。
-**输出格式**:-YUV4:2:2交错数据作为输出。
-YUV4:2:0半平面(NV12格式,即Y平面,CbCr交错)数据作为输出。
-**输入格式**:-支持YUV4:2:0、YUV4:2:2、YUV4:4:4、交错YUV4:2:2以及灰度图(8x8像素MCU)。
-支持YUV4:2:0、YUV4:2:2和YUV4:4:4的平面格式。
-**量化表格**:支持8位量化表格。
-**帧级解码**:支持帧级别的图像解码。
-**分辨率**:支持最高可达(水平MCU大小*1024)*(垂直MCU大小*1024)像素的图像解码。
理论上最大值为64M像素,但实际测试仅达到64M像素以下。
####限制条件-**扩展DCT基于的过程**:不支持扩展DCT基于的过程。
-**无损处理**:不支持无损处理。
-**分层处理**:不支持分层处理。
-**渐进扫描**:不支持渐进扫描。
-**特定输入格式**:不支持YUV4:1:1输入格式或灰度图(16x16像素MCU)。
-**解码图像宽度**:不支持小于64像素的解码图像宽度。
-**解码图像高度**:不支持小于32像素的解码图像高度。
-**源图像**:不支持12位每样本的源图像。
-**内存限制**:如果解码器内存和I/O缓冲区需求超过DDR内存可用性,则可能需要使用环形缓冲区和切片模式解码来处理更高分辨率的图像。
####结论该SequentialJPEG解码器为DM365开发板提供了一种高效、灵活的图像解码解决方案。
它不仅支持多种输入格式,还具有强大的配置选项,使得开发者可以根据具体应用场景进行定制化设置。
然而,需要注意的是,该解码器在某些方面存在一定的限制,开发者在使用时需根据这些限制进行适当的调整。
通过合理利用该解码器的特点和功能,可以有效提高基于DM365开发板的IP摄像机等网络监控应用的性能。
2025/5/20 8:20:50 79KB DM365 files
1
【问题描述】试设计一个算法,求图中一个源点到其他各顶点的最短路径。
【基本要求】(1)用邻接表表示图;
(2)按长度非递减次序打印输出最短路径的长度及相应路径。
1
数据结构习题解析邓俊辉第三版pdf电子版非扫描版
2025/5/9 6:48:56 8.92MB 数据结构
1
gh0st1.0Version原版,真正的gh0st1.0,编译无错,已经集成XTP,非仿制版,真正的1.0,通讯很稳定,适合二次开发
2025/5/9 6:38:21 15.53MB gh0st1.0 gh0st原版 gh0st 1.0
1
BAT机器学习面试1000题系列1前言1BAT机器学习面试1000题系列21归一化为什么能提高梯度下降法求解最优解的速度?222归一化有可能提高精度223归一化的类型231)线性归一化232)标准差标准化233)非线性归一化2335.什么是熵。
机器学习ML基础易27熵的引入273.1无偏原则2956.什么是卷积。
深度学习DL基础易38池化,简言之,即取区域平均或最大,如下图所示(图引自cs231n)40随机梯度下降46批量梯度下降47随机梯度下降48具体步骤:50引言721.深度有监督学习在计算机视觉领域的进展731.1图像分类(ImageClassification)731.2图像检测(ImageDection)731.3图像分割(SemanticSegmentation)741.4图像标注–看图说话(ImageCaptioning)751.5图像生成–文字转图像(ImageGenerator)762.强化学习(ReinforcementLearning)773深度无监督学习(DeepUnsupervisedLearning)–预测学习783.1条件生成对抗网络(ConditionalGenerativeAdversarialNets,CGAN)793.2视频预测824总结845参考文献84一、从单层网络谈起96二、经典的RNN结构(NvsN)97三、NVS1100四、1VSN100五、NvsM102RecurrentNeuralNetworks105长期依赖(Long-TermDependencies)问题106LSTM网络106LSTM的核心思想107逐步理解LSTM108LSTM的变体109结论110196.L1与L2范数。
机器学习ML基础易163218.梯度下降法的神经网络容易收敛到局部最优,为什么应用广泛?深度学习DL基础中178@李振华,https://www.zhihu.com/question/68109802/answer/262143638179219.请比较下EM算法、HMM、CRF。
机器学习ML模型中179223.Boosting和Bagging181224.逻辑回归相关问题182225.用贝叶斯机率说明Dropout的原理183227.什么是共线性,跟过拟合有什么关联?184共线性:多变量线性回归中,变量之间由于存在高度相关关系而使回归估计不准确。
184共线性会造成冗余,导致过拟合。
184解决方法:排除变量的相关性/加入权重正则。
184勘误记216后记219
2025/5/8 18:45:30 10.75MB BAT 机器学习 面试
1
格式:PDG作者:邓华出版社:人民邮电出版社出版日期:2003-09-01内容简介本书着重介绍了MATLAB在通信仿真,尤其是移动通信仿真中的应用,通过丰富具体的实例来加深读者对通信系统仿真的理解和掌握。
全书共分10章,前3章介绍MATLAB通信仿真的基础,包括Simulink和S-函数;
第4~8章分别介绍了信源和信宿、信道传输、信源编码、信道编码、信号交织以及信号调制的仿真模块及其仿真实现过程;
第9章介绍了在通信系统的仿真和调试过程中经常遇到的问题及其解决办法;
最后,第10章以cdma2000为例介绍了移动通信系统的设计和仿真。
本书适用于通信行业的大专院校学生和研究人员,既可以作为初学者的入门教材,也可以用作中高级读者和研究人员的速查手册。
第1章MATLAB与通信仿真11.1MATLAB简介11.1.1MATLAB集成开发环境21.1.2MATLAB编程语言61.2通信仿真81.2.1通信仿真的概念81.2.2通信仿真的一般步骤9第2章Simulink入门122.1Simulink简介122.2Simulink工作环境132.2.1Simulink模型库132.2.2设计仿真模型142.2.3运行仿真142.2.4建立子系统152.2.5封装子系统172.3Simulink模型库20第3章S-函数233.1S-函数简介233.1.1S-函数的工作原理233.1.2S-函数基本概念243.2M文件S-函数263.2.1M文件S-函数简介263.2.2M文件S-函数的编写示例303.3C语言S-函数463.3.1C语言S-函数简介463.3.2C语言S-函数的编写示例513.4C++语言S-函数60第4章信源和信宿664.1信源664.1.1压控振荡器664.1.2从文件中读取数据684.1.3数据源724.1.4噪声源784.1.5序列生成器854.1.6实例4.1--通过压控振荡器实现BFSK调制994.2信宿1014.2.1示波器1014.2.2错误率统计1034.2.3将结果输出到文件1054.2.4眼图、发散图和轨迹图108第5章信道1165.1加性高斯白噪声信道1165.1.1函数awgn()1165.1.2函数wgn()1185.1.3加性高斯白噪声信道模块1205.1.4实例5.1--BFSK在高斯白噪声信道中的传输性能1225.2二进制对称信道1275.2.1二进制对称信道模块1275.2.2实例5.2--卷积编码器在二进制对称信道中的性能1285.3多径瑞利衰落信道1325.3.1多径瑞利衰落信道模块1325.3.2实例5.3--BFSK在多径瑞利衰落信道中的传输性能1345.4伦琴衰落信道1385.4.1伦琴衰落信道模块1385.4.2实例5.4——BFSK在多径瑞利衰落信道中的传输性能1395.5射频损耗1425.5.1自由空间路径损耗模块1425.5.2接收机热噪声模块1445.5.3相位噪声模块1455.5.4相位/频率偏移模块1465.5.5I/Q支路失衡模块1485.5.6无记忆非线性模块149第6章信源编码1536.1压缩和扩展1536.1.1A律压缩模块1536.1.2A律扩展模块1546.1.3μ律压缩模块1556.1.4μ律扩展模块1566.2量化和编码1576.2.1抽样量化编码器1576.2.2触发式量化编码器1586.2.3量化解码器1596.2.4实例6.1--A律十三折与μ律十五折的量化误差1596.3差分编码1626.3.1差分编码器1626.3.2差分解码器1636.4DPCM编码和解码1646.4.1DPCM编码器1646.4.2DPCM解码器1666.4.3实例6.2--DPCM与PCM系统的量化噪声166第7章信道编码和交织1727.1分组编码1727.1.1二进制线性码1727.1.2二进制循环码1747.1.3BCH码176
2025/5/8 14:23:11 23.47MB matlab pdg
1
1stOpt(FirstOptimization)是七维高科有限公司(7D-SoftHighTechnologyInc.)独立开发,拥有完全自主知识产权的一套数学优化分析综合工具软件包。
在非线性回归,曲线拟合,非线性复杂工程模型参数估算求解等领域傲视群雄,首屈一指,居世界领先地位。
除去简单易用的界面,其计算核心是基于七维高科有限公司科研人员十数年的革命性研究成果【通用全局优化算法】(UniversalGlobalOptimization-UGO),该算法之最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题,即用户勿需给出参数初始值,而由1stOpt随机给出,通过其独特的全局优化算法,最终找出最优解。
以非线性回归为例,目前世界上在该领域最有名的软件工具包诸如OriginPro,Matlab,SAS,SPSS,DataFit,GraphPad,TableCurve2D,TableCurve3D等,均需用户提供适当的参数初始值以便计算能够收敛并找到最优解。
如果设定的参数初始值不当则计算难以收敛,其结果是无法求得正确结果。
而在实际应用当中,对大多数用户来说,给出(猜出)恰当的初始值是件相当困难的事,特别是在参数量较多的情况下,更无异于是场噩梦。
而1stOpt凭借其超强的寻优,容错能力,在大多数情况下(大于90%),从任一随机初始值开始,都能求得正确结果。
2025/5/7 20:48:31 1.1MB 1stopt nihe
1
一种分子形成的多层L-B膜由于相邻层的分子取向相反而使非线性极化抵消,总的X~(2)=0.本文用光学二次谐波方法确定了带有不同极性基团的L-B单分子层的有效非线性系数的大小和符号,对有效非线性系数符号相反的两种单分子层交替组装,使相邻单分子层的非线性极化相互叠加,得到了具有较大二阶非线性系数的组装L-B膜.
2025/5/7 7:36:47 3.75MB 表面光学 L-B膜 组装 surface
1
共 1000 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡