搜索资源列表
Xerces-J-bin.2.9.1
- 一个apache的包，很多地方都需要导入包，是从apache的官方网站下载的，本人下载是还颇费周折呢
qishiyouli
- 任务一的源程序： const dx:array[1..4]of integer=(2,2,1,1) dy:array[1..4]of integer=(1,-1,2,-2) type map=record x,y:integer end var i,j,n,m,k:integer a:array[0..50,0..50]of map begin re
sph_5
- 动态规划的方程大家都知道，就是 f[i,j]=min{f[i-1,j-1],f[i-1,j],f[i,j-1],f[i,j+1]}+a[i,j] 但是很多人会怀疑这道题的后效性而放弃动规做法。 本来我还想做Dijkstra，后来变了没二十行pascal就告诉我数组越界了……（dist:array[1..1000*1001 div 2]...） 无奈之余看了xj_kidb1的题解，刚开始还觉得有问题，后来豁然开朗…… 反复动规。上山容易下山难，我们可以从上往下
chepaidingwei
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区
DF
- 问题描述 设有n种不同面值的硬币，各硬币的面值存于数组T[1:n]中。现要用这些面值的硬币来找钱，可以实用的各种面值的硬币个数不限。当只用硬币面值T[1],T[2],…,T[i]时，可找出钱数j的最少硬币个数记为C(i,j)。若只用这些硬币面值，找不出钱数j时，记C(i,j)=∞。 编程任务 设计一个动态规划算法，对1≤j≤L，计算出所有的C( n,j )。算法中只允许实用一个长度为L的数组。用L和n作为变量来表示算法的计算时间复杂性 数据输
migong
- 一、 实验目的： （1） 熟练掌握链栈的基本操作及应用。 （2） 利用链表作为栈的存储结构，设计实现一个求解迷宫的非递归程序。 二、实验内容： 【问题描述】 以一个m×n的长方阵表示迷宫，0和1分别表示迷宫中的通路和障碍。设计一个程序，对任意设定的迷宫，求出一条从入口到出口的通路，或得出没有通路的结论。 【基本要求】 首先实现一个链表作存储结构的栈类型，然后编写一个求解迷宫的非递归程序。求得的通路以三元组（i,j,d）的形式输出，其中：（i,j）指示迷宫中的一个坐标，
mataqipan
- 将马随即放在国际象棋的8×8棋盘Board[8][8]的某个方格中，马按走棋规则进行移动。要求每个方格只进入一次，走遍棋盘上全部64个方格。编制非递归程序，求出马的行走路线，并按求出的行走路线，将数字1,2,……,64依次填入一个8×8的方阵，输出之。 测试数据：由读者指定。可自行指定一个马的初始位置(i,j),0<=i,j<=7。
blocksandnoisdopp
- 1.对染噪doppler信号进行小波包3层分解：分解层次j=1,2时，都是信号的概貌；当j=3时，反映概貌的已几乎不含噪声分量，而其它噪声分量的幅值已很小。 2.对加噪Blocks信号进行不同阈值及不同阈值的使用方式降噪。
hdap
- 活动安排问题 一个由需要使用某一资源的n个活动组成的集合S = {1, 2, ... , n}，该资源一次只能被一个活动占用。每个活动i有个开始时间s[i]和结束时间f[i]，且s[i] <= f[i]。一旦被选择，活动i就占据半开时间区间[s[i], f[i])。如果[s[i], f[j])与[s[i], f[j])互不重叠，则称活动i和j是兼容的。活动安排问题就是要选择一个由互相兼容的问题组成的最大集合。
rent
- 租用游艇问题 长江游艇俱乐部在长江上设置了n个游艇出租站1，2，…，n。游客可在这些游艇出租站租用游艇，并在下游的任何一个游艇出租站归还游艇。游艇出租站i到游艇出租站j之间的租金为r(i，j)，1≤i<j≤n。试设计一个算法，计算出从游艇出租站1到游艇出租站n所需的最少租金。
1xin
- 进入程序后，选择弹奏歌曲或听歌曲，选听时自动播放，按任意键可跳出，选弹时按1，2，3，4，5，6，7，q,w,e,r,t,y,u, a,s,d,f,g,h,j, z,x,c,v,b,n,m 发音，按键错误跳出。
vncviewer
- VNC 远程控制， 版本说明： Changes to VNCviewer 3.3.2 R10 Added 3-button emulation. Many thanks to Randy Brown <rgb@inven.com> for providing the basis of this. New options -emulate3, -emulate3timeout, -emulate3fuzz. Added -fullscreen
num_identify
- 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-
chap12
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
landmine
- 踩地雷_950513簡易版 public void set_mine(){ Random ran= new Random() int tmp=0,x=0,y=0 for(int i=0 i<m_num i++){ do{ tmp=ran.Next(0,w_num*w_num) }while( flag[tmp ％ w_num, tmp / w_num] == 9) flag[tmp ％
yichuansuanfa
- 这是一个将n个样本聚类到m个类别中 将n个样本在m个类里如何分配输出的遗传算法代码。 适应度：sum(i=1_110)sum(j=1_20)【xi-vj】~2
nljstate
- 采用NLJ随机搜索的方法辨识一个以状态方法表示的非线性系统。选其初值 a1(0) =50 , a2(0) =100 , a3(0) =100 , a4(0) =50 , a5(0) =10 , 选范围为 r(1)(i)=0.5 a(0)(i) , 取数据长度 L ＝40, t =0.005 , 性能指标 J＝ 。迭代计算结果得 a 的估计值 1=17.6043243, 1=17.5977, 2=72.9573, 3=51.3014, 4=22.9889, 5=5.99965, J = 0.000
mani
- mani: MANIfold learning demonstration GUI by Todd Wittman, Department of Mathematics, University of Minnesota E-mail wittman@math.umn.edu with comments & questions. MANI Website: httP://www.math.umn.edu/~wittman/mani/index.html Last Modified by G
Programs
- 2、图像增强： 图像增强也称为图像锐化，其目的是为了加强图像中的轮廓边缘等细节信息。 与图像平滑一样，也可分别在空域和频域进行图像增强。 在空域中进行图像锐化： 将原图像与 相减可以得到经过锐化处理的图像g(i,j)，即： g(i,j)= f(i,j)- = f(i,j)-α[f(i+1,j)+ f(i-1,j)+ f(i,j+1)+ f(i,j-1)-4 f(i,j)] = f(i,j)+4α[f(i,j)- ] 这里，α为可选择的用于控制锐化程度的因子
svm_v0.55beta
- 最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, \"The Nature of Statistical Learning Theory\", Springer-Verl