-
netlink内核与用户空间通信 完整例子
用户空间发送一个消息到内核,“this message is from eric"s space",消息长33字节,因为 printf("message sendto kernel are:%s, len:%d
", (char *)NLMSG_DATA(message), message->nlmsg_len); message->nlmsg_len = NLMSG_SPACE(strlen(data)); 中的NLMSG——SPACE,四字节对齐,所以消息长为36,加上消息头长为16,len为52。 内核将收到的netlink消息打印,并返回用户空间一条自己的消息,长39,四字节对齐为40,加上消息头为56。
- 2023-06-06 23:55:04下载
- 积分:1
-
用C语言实现内存2次分配
在系统中,容量是有限的,怎么实现系统的内存可以多次利用了。我就用了C语言实现了内存的2次分配,大概的过程是:假设你开辟了一个很大的空间用来数据,然后在很大空间在拿去malloc一个个小的空间。用一个结构体把他们连接起来,当某些小内存不用时在链接起来。
- 2022-08-14 17:57:45下载
- 积分:1
-
wifi信号强度检测
Linux下wifi信号强度的检测,可直接在linux下测试,如直接在笔记本上运行,连接上wifi信号,然后即可测试此程序。
- 2022-01-26 00:56:09下载
- 积分:1
-
rock, paper, scissor - GAME IN C
“石头,布,剪刀”(又名Ro Sham Bo,Janken,或剪刀-布-石头)是一个在世界各地玩的简单游戏,有许多名字和变体。这是一个很好的决定轮到谁去做某事的方法,而且这也是一个有竞争力的比赛。
- 2023-04-20 11:20:03下载
- 积分:1
-
GPRS传输数据
GPRS-GPS车载机控制源码,使用SIM300模块,实现短消息发送、消息接收,数据传输方面分为TCP、UDP两种连接控制方式,实时将GPS接收到的数据信息,通过GPRS模块发送到服务器上的源代码car_sim300
- 2023-04-09 07:35:03下载
- 积分:1
-
从简单到复杂的驱动代码
从简单到复杂的驱动代码,字符设备驱动,块设备去驱动,网络设备驱动,简单通俗易懂的代码例子。1th_buttons_poll,2th_signal_app3th_buttons_fasync 4th_lcd 5th_led_mmap 6th_led_bus_device_driver 7th_buttons_input8th_ts 9th_usb
- 2023-03-07 15:10:04下载
- 积分:1
-
Ns2 的 Tracegraph
Tracegraph 是一个第三方软件可以帮助在 NS2 和其他网络的仿真软件绘制图形。但哀伤的点是软件并非由任何人维护和幸福点罚款仍是软件工程并是免费的。
您可以从这些位置下载 tracegraph 软件。
对于 windows: https://dl.dropbox.com/u/24623828/tracegraph202.rar
对于 Linux: https://dl.dropbox.com/u/24623828/tracegraph202linux.tar.gz
https://dl.dropbox.com/u/24623828/mglinstaller.gz
其实两个文件一个与 matlab 运行时库文件还有另一种是原始的软件 tracegraph。
Tracegraph 打开时,它会打开 3 个窗户,
选择由 NS2 的跟踪文件 (.tr) 的一个窗口 (跟踪文件大小,处理时间也各不相同)
第二个窗口是在这里你可以看到各种性能特性像吞吐量、 端到端时延抖动等在 2D 和 3D 的 facillity 的图形的主窗口。甚至它也可以绘制直方图。
第三个窗口是什么但仿真信息窗口,你可以看到丢失数据包,数据包传输端到端延迟总网络、 信息的中间节点、 源和目标节点。
请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报
- 2022-01-25 23:00:28下载
- 积分:1
-
Batería Dell Precision M6700
- 2022-10-18 03:50:06下载
- 积分:1
-
潜在狄利克雷分布主题模型 LDA
LDA是一种文档主题生成模型,也称为一个三层贝叶斯概率模型,包含词、主题和文档三层结构。文档到主题服从Dirichlet分布,主题到词服从多项式分布。
LDA是一种非监督机器学习技术,可以用来识别大规模文档集(document collection)或语料库(corpus)中潜藏的主题信息。它采用了词袋(bag of words)的方法,这种方法将每一篇文档视为一个词频向量,从而将文本信息转化为了易于建模的数字信息。但是词袋方法没有考虑词与词之间的顺序,这简化了问题的复杂性,同时也为模型的改进提供了契机。每一篇文档代表了一些主题所构成的一个概率分布,而每一个主题又代表了很多单词所构成的一个概率分布。
对于语料库中的每篇文档,LDA定义了如下生成过程(generative process):
1. 对每一篇文档,从主题分布中抽取一个主题;
2. 从上述被抽到的主题所对应的单词分布中抽取一个单词;
3. 重复上述过程直至遍历文档中的每一个单词。
- 2022-03-16 01:27:42下载
- 积分:1
-
PIZARRAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
;;
- 2022-05-20 01:53:25下载
- 积分:1