搜索资源列表
FPGA_AND_ASIC
- 首先要知道自己在干什么？数字电路(fpga/asic)设计就是逻辑电路的实现，这样子说太窄了，因为asic还有不少是模拟的，呵呵。我们这里只讨论数字电路设计。实际上就是如何把我们从课堂上学到的逻辑电路使用原理图(很少有人用这个拉)，或者硬件描述语言(Verilog/VHDL)来实现，或许你觉得这太简单了，其实再复杂的设计也就是用逻辑门电路搭起来的。你学习逻辑电路的时候或许会为卡拉图，触发器状态推倒公式而感到迷惑，但是其实有一点可以放心的是，实际设计中只要求你懂得接口时序和功能就可以了，用不着那么
综合测评工具
- 设计综合测评工具，用户输入学生课程及成绩信息，自定义综合测评公式，程序输出测评排序排序结果。 用户输入信息：学生信息表、课程信息表、课程成绩单 学生信息表：学号、班级、姓名 课程信息表：名称、学分、编码 课程成绩单：学号、成绩（每门课一份） 程序输出信息：测评结果（学号、姓名、综合测评排名） ④自选顺序表或链表完成实习内容。 ⑤采用动态方式分配内存
qg423
- Based on matlab platform, Complex of three-point Gauss-lengend the Formula pi, Calculated transmission characteristics and reflection characteristics of the one-dimensional photonic crystals.
1832
- High-resolution array signal processing estimates, Complex of three-point Gauss-lengend the Formula pi, Calculated transmission characteristics and reflection characteristics of the one-dimensional photonic crystals.
package_emd
- 经验模态分解(EMD)算法是通过算法过程定义的，而并非由确定的理论公式定义的，所以对其进行准确的理论分析非常困难，我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。 EMD算法的目的在于将性能不好的信号分解为一组性能较好的本征模函数（IMFIntrinsic Mode Function ），且IMF须满足以下两个性质： (1)信号的极值点(极大值或极小值)数目和过零点数目相等或最多相差一个； (2)由局部极大值构成的上包络线和由局部极小值构成的下包络线的平均值为零。(Empiri
Cantilever_Constrain_General_left
- 用于损伤识别的其中一个例子，悬臂梁的公式(One example of damage identification is the formula of cantilever beam)
diedaifa
- 牛顿迭代法（Newton's method）又称为牛顿-拉夫逊（拉弗森）方法（Newton-Raphson method），它是牛顿在17世纪提出的一种在实数域和复数域上近似求解方程的方法。多数方程不存在求根公式，因此求精确根非常困难，甚至不可能，从而寻找方程的近似根就显得特别重要。方法使用函数f(x)的泰勒级数的前面几项来寻找方程f(x) = 0的根。牛顿迭代法是求方程根的重要方法之一，其最大优点是在方程f(x) = 0的单根附近具有平方收敛，而且该法还可以用来求方程的重根、复根，此时线性收敛
EM算法之三硬币模型：matlab编程实现
- EM算法是人工智能十大算法之一。三硬币模型算例出自李航的《统计学习方法》，书中给出了计算结果和简单解说，对于不是学数学的看这种复杂的公式看不懂，我也看了很久才看懂。我用matlab编写的代码，并作了详细的注释。(EM algorithm is one of the ten major algorithms of artificial intelligence. The three coin model is derived from Li Hang's statistical learning
oj_GPA
- 本科生的成绩施行平均学分绩点制（GPA）。既将学生的实际考分根据不同的学科的不同学分按一定的公式进行计算。 公式如下： 实际成绩 绩点 90——100 4.0 85——89 3.7 82——84 3.3 78——81 3.0 75——77 2.7 72——74 2.3 68——71 2.0 64——67 1.5 60——63 1.0 60以下 0 1．一门课程的学分绩点=该课绩点*该课学分 2．总评绩点=所有学科绩点之和/所有课程学分之和 现要求你编写程序求出某人A的总
Matlab runcode
- EMD（经验模态分解，全称Empirical Mode Decomposition，一般指EMD算法）是Hilbert-Huang变换（HHT）的核心算法。 经验模态分解(EMD)算法是通过算法过程定义的，而并非由确定的理论公式定义的，所以对其进行准确的理论分析非常困难，我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。 EMD算法的目的在于将性能不好的信号分解为一组性能较好的本征模函数（IMFIntrinsic Mode Function ），且IMF须满足以下两个性质： (1
Fmax
- 计算RV减速器摆线针轮啮合，一赫兹公式为核心，李力形(Calculate the engagement of the cycloidal pin wheel of RV Reducer, with the one Hertz formula as the core and the Li force shape)