LiveLocus发布诺基亚版本,支持S60第三版

LiveLocus是一款针对GPS手机提供定位追踪的服务程序,支持诺基亚S60第三版GPS手机如E71、E72等。用户可通过网站免费注册账号,并在手机上登录使用。程序能实时记录用户的移动轨迹并上传至服务器,无需产生额外费用。

LiveLocus(www.livelocus.com )是专门针对GPS手机提供定位追踪服务的程序,目前针对诺基亚GPS智能手机的版本已经发布,支持所有S60第三版的GPS手机,包括E71, E72, 5800等。下载地址是

http://www.livelocus.com/download/symbian/LiveLocus33.jar

您也可以使用手机直接访问我们的网站,在首页点击Symbian版本的下载链接,即可开始安装客户端程序。


LiveLocus可时刻记录您的移动位置并且上传至服务器,您登陆LiveLocus网站www.livelocus.com 后,可以看到您完整的路线图,您可以对记录的位置做评论、写博客。您可以公开这些位置和评论让其他用户分享。LiveLocus运行时只需要依赖GPS卫 星定位(这是免费的),不需要消耗GPRS流量,不产生任何费用。用户还可以在LiveLocus的网站上,看到某段时间内运行了多少距离,花了多少时 间,平均速度是多少。这样的服务可以记录您的人生历史,您可以与家人一起回想多年前的重要时刻,与朋友一个分享某个味道出众的小餐馆。。。。这里是一个 LiveLocus用户记录的一次旅行:http://yuanxing.iteye.com/blog/366524


用户可以在LiveLocus的网站(www.livelocus.com )上免费注册帐号,然后就可在手机上用该帐号登录并使用。只有第一次在手机上登录的时候需要使用网络,建议您使用wifi网络来完成:


 登录之后点击“start service",程序就会在后台运行,您可以不用再管它,照常使用手机即可。当您想要停止记录的时候,点击"stop service"即可,或者点击"exit"完全退出程序:



点击上面菜单中的"Synchronize"即可将记录的到数据上传到服务器,登录网站就可查看和管理您的位置数据。


 LiveLocus还有一些简单的参数配置(点击"Settings"按钮可进入),包括您最小的记录距离是多少米,最小的记录时间是多少分钟等:



 

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文研究了一种基于遗传算法的新型异构分布式系统任务调度算法,并提供了Matlab代码实现。文章重点围绕异构环境中任务调度的优化问题,利用遗传算法进行求解,旨在提高资源利用率、降低任务完成时间并优化系统整体性能。文中详细阐述了算法的设计思路、编码方式、适应度函数构建、遗传操作流程及参数设置,并通过仿真实验验证了该算法相较于传统方法在调度效率和收敛性方面的优越性。此外,文档还列举了大量相关领域的研究案例和技术应用,涵盖电力系统、路径规划、车间调度、信号处理等多个方向,体现出较强的技术综合性与实践价值。; 适合人群:具备一定编程基础和优化算法知识的研究生、科研人员及从事智能优化、分布式系统调度、电力系统、自动化等相关领域的工程技术人员。; 使用场景及目标:①解决异构分布式系统中的任务调度优化问题;②学习遗传算法在实际工程问题中的建模与实现方法;③为科研项目提供算法参考与代码复现支持;④拓展多领域交叉应用的研究思路。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注适应度函数设计与遗传操作流程,并尝试在不同场景下调整参数以观察性能变化。同时可参考文中列出的相关研究方向进行延伸探索,提升综合应用能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值