王爽 实验15 是不是我太占牛角尖了?

Heiok 2014-10-06 12:57:28
实验内容如图:(我代码最终的效果就是当按下a键松开后,满屏A,但我不松手,一直按着a不也最终会有这效果吗?)

我的意思是,实验并没提到,当按下a键要显示的内容(不显示或显示a或一直显示a)?




assume cs:code

stack segment
db 128 dup (0)
stack ends

code segment
start: mov ax,stack
mov ss,ax
mov sp,128

push cs
pop ds

mov ax,0
mov es,ax

mov si,offset int9
mov di,204h
mov cx,offset int9end-offset int9
cld
rep movsb

push es:[9*4]
pop es:[200h]
push es:[9*4+2]
pop es:[202h]

cli
mov word ptr es:[9*4],204h
mov word ptr es:[9*4+2],0
sti

mov ax,4c00h
int 21h


int9: push ax
push bx
push cx
push es

in al,60h

pushf
call dword ptr cs:[200h]

cmp al,9eh
jne int9ret

mov ax,0B800h
mov es,ax
mov bx,0
mov cx,2000
s: mov byte ptr es:[bx],'A'
add bx,2
loop s

int9ret:pop es
pop cx
pop bx
pop ax
iret

int9end:nop

code ends
end start
...全文
224 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
Heiok 2014-10-15
  • 打赏
  • 举报
回复
引用 4 楼 zara 的回复:
应该是这个意思吧。怎么做,题目不是有提示吗,要检测是否为断开码,是否为 A 的断开码。 黑屏还是光标闪,这个,除非是故意将光标隐藏或挪到了屏幕之外,都是有光标闪的吧。
罢了,不纠缠了。
zara 2014-10-13
  • 打赏
  • 举报
回复
按下和按住,确实是不同的操作。题目的要求本来就是在松口后才显示的吧,不是按下时就显示。
Heiok 2014-10-13
  • 打赏
  • 举报
回复
至少来个人说说,我好结贴吧。
zara 2014-10-13
  • 打赏
  • 举报
回复
应该是这个意思吧。怎么做,题目不是有提示吗,要检测是否为断开码,是否为 A 的断开码。
黑屏还是光标闪,这个,除非是故意将光标隐藏或挪到了屏幕之外,都是有光标闪的吧。
Heiok 2014-10-13
  • 打赏
  • 举报
回复
引用 2 楼 zara 的回复:
按下和按住,确实是不同的操作。题目的要求本来就是在松口后才显示的吧,不是按下时就显示。
其实我理解的是:他题目本意是不是说按下A键(不松手),就一直显示 黑屏状态,或显示一个光标在盘符后面 不停地闪,如果松开手,则 显示满屏 A? 如果我要达成以上效果要怎做呢?就是按下A不松手,显示黑屏或光标在闪?
内容概要:本文围绕“基于改进秃鹰算法的微电网群经济优化调度”展开研究,利用Matlab代码实现优化算法的仿真与复现。研究重点在于通过改进的秃鹰搜索算法(Bald Eagle Search Algorithm, BESA)解决微电网群在运行过程中的经济调度问题,提升算法的收敛速度与全局寻优能力,以实现对分布式能源、储能系统及负荷的高效协调管理。文中详细阐述了微电网群的系统架构、数学建模过程、目标函数设计(如运行成本最小化、碳排放降低等),并结合智能优化算法进行求解,验证了改进算法相较于传统方法在调度精度和效率方面的优越性。同时,研究还探讨了算法在多场景下的适应性,为微电网群的智能化、低碳化运行提供了技术支持与实践参考。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能优化算法相关工作的工程技术人员。; 使用场景及目标:① 学习并掌握改进秃鹰算法在复杂优化问题中的应用方法;② 实现微电网群经济调度模型的构建与求解;③ 对比不同智能算法在电力系统优化中的性能表现;④ 为科研论文复现、课题研究或工程项目提供算法支持与代码参考。; 阅读建议:建议读者结合文中提供的Matlab代码逐模块分析,重点关注算法改进策略与调度模型的耦合实现方式,同时可尝试在不同参数设置或场景条件下进行仿真实验,以加深对算法性能与调度效果的理解。
内容概要:本文围绕多旋翼无人机姿态估计算法的开发与性能评估展开系统性研究,重点对比了线性与非线性滤波算法在复杂飞行环境下的表现。通过构建基于扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等先进算法的姿态估计器,融合IMU、磁力计、视觉传感器等多源数据,有效提升了姿态解算的精度与鲁棒性。研究涵盖了静态悬停、高速机动及磁干扰等多种典型飞行场景,利用MATLAB/Simulink平台完成仿真实验,并结合实测飞行数据与VICON高精度运动捕捉系统提供的真值进行定量分析。结果表明,非线性滤波器在动态工况下具有显著优势,尤其在抑制漂移和抵抗外部干扰方面优于传统线性方法。文章还提出了传感器融合、自适应建模、冗余配置等一系列降低偏差影响的技术路径,为高可靠性无人机导航系统的设计提供了理论依据与实践指导。; 适合人群:具备控制理论、信号处理及状态估计基础知识,从事无人机导航、控制算法研发或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于开发高精度无人机姿态解算模块;②为多传感器融合算法的设计、实现与验证提供参考案例;③服务于复杂环境下无人系统状态估计的教学演示与科研攻关; 阅读建议:建议结合文中所述MATLAB/Simulink仿真模型与实测数据集进行复现与调试,重点关注EKF与UKF的数学推导、实现细节及关键参数调优过程,深入理解非线性系统建模、状态估计与工程实际之间的平衡与折衷。

21,500

社区成员

发帖
与我相关
我的任务
社区描述
汇编语言(Assembly Language)是任何一种用于电子计算机、微处理器、微控制器或其他可编程器件的低级语言,亦称为符号语言。
社区管理员
  • 汇编语言
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧