搜索资源列表
queure
- 针对M/PH/1(k)排队系统推导出该排队系统在任意时刻、到达时刻、退去时刻的队列长度状态概率分布、平均队列长度、以及平均等待时间，并编写程序进行数值计算，并对M/E2/1(k), M/M/1(k), M/H2/1(k)排队系统的性能进行数值比较。-against M/PH/1 (k) queuing system derived the queuing system at any time, the arrival time, faded moment of the queue length
dsphomework1
- 数字信号处理的应用之一是从含有加性噪声的信号中去除噪声。现有被噪声污染的信号x[k]=s[k]+d[k],式中： 为原始信号d[k]为均匀分布的白噪声。 （1）分别产生50点的序列s[k]和白噪声序列d[k],将二者叠加生成x[k],并在同一张图上绘出x0[k],d[k]和x[k]的序列波形。 （2）均值滤波可以有效去除叠加在低频信号上的噪声。已知3点滑动平均数字滤波器的单位脉冲响应为h[k]=[1,1,1 k=0,1,2],计算y[k]=x[k]*h[k],在同一张图上绘出前50点y[
RELS11111
- 最小二乘递推算法的Matlab仿真 v(k)是服从N(0,1)分布的不相关随机噪声-recursive least squares algorithm Matlab v (k) is subject N (0, 1) not related to the distribution of the random noise
NetCreate
- 现有的几个网络拓扑随机发生器，其实很难生成理想的网络拓扑结构，其主要原因在于很难控制节点的疏密和间距。我们提出来的这个改进算法，在随机抛撒节点的时候使用了K均值聚类，由本算法作为网络拓扑发生器，网络节点分布均匀且疏密得当，边的分布也比较均衡
05050822222628
- !逐步回归分析程序： ! M：输入变量，M=N+1，其中N为自变量的个数；M包括的因变量个数 ! K：输入变量，观测点数； ! F1：引入因子时显著性的F-分布值； ! F2：剔除因子时显著性的F-分布值； ! XX：存放自变量和因变量的平均值； ! B：存放回归系数； ! V：存放偏回归平方和和残差平方和Q； ! S：存放回归系数的标准偏差和估计的标准偏差； ! C：存放复相关系数； ! F：存放F-检验值；
expjianyan
- K-S检验产生的数据是否服从指数分布。此方法可以类推其他任何分布形式的检验。
setupbasepack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集，有10万行源码，50个例程. 3D 数据， 3D 数据，地图集，原子符号，β函数的情节的旋转，校验扫描的图像， CAS 登记号码，图表，颜色选择， 常量和兑换率，轮廓绘制，化学结构，化学数据，化学公式，Ｘ分配，群聚，转换程序，曲线适合， 地理数据，基体，图解，目录，配给，矩阵标签， eigenvectors， F-分布， FFT( 快速傅里叶变换) 小圆点的决定因素的数据库， 先进先出
setup_mathpack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集，有10万行源码，50个例程. 3D 数据， 3D 数据，地图集，原子符号，β函数的情节的旋转，校验扫描的图像， CAS 登记号码，图表，颜色选择， 常量和兑换率，轮廓绘制，化学结构，化学数据，化学公式，Ｘ分配，群聚，转换程序，曲线适合， 地理数据，基体，图解，目录，配给，矩阵标签， eigenvectors， F-分布， FFT( 快速傅里叶变换) 小圆点的决定因素的数据库， 先进先出
setup_chempack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集，有10万行源码，50个例程. 3D 数据， 3D 数据，地图集，原子符号，β函数的情节的旋转，校验扫描的图像， CAS 登记号码，图表，颜色选择， 常量和兑换率，轮廓绘制，化学结构，化学数据，化学公式，Ｘ分配，群聚，转换程序，曲线适合， 地理数据，基体，图解，目录，配给，矩阵标签， eigenvectors， F-分布， FFT( 快速傅里叶变换) 小圆点的决定因素的数据库， 先进先出
setup_guipack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集，有10万行源码，50个例程. 3D 数据， 3D 数据，地图集，原子符号，β函数的情节的旋转，校验扫描的图像， CAS 登记号码，图表，颜色选择， 常量和兑换率，轮廓绘制，化学结构，化学数据，化学公式，Ｘ分配，群聚，转换程序，曲线适合， 地理数据，基体，图解，目录，配给，矩阵标签， eigenvectors， F-分布， FFT( 快速傅里叶变换) 小圆点的决定因素的数据库， 先进先出
KNearestclass
- 使用K近邻算法对一个2维德样本集进行分类，样本集的分布为混合高斯分布。
救护车调度模拟系统
- 用c语言设计实现一个用事件驱动的“救护车调度”离散模型，模拟120急救中心响应每个病人的呼救信号统一调度救护车运行的情况。 我们对问题作适当简化，假设：某城市共有m个可能的呼救点(居民小区、工厂、学校、公司、机关、单位等)，分布着n所医院(包含在m个点中)，有k辆救护车分派在各医院待命，出现呼救病人时，由急救中心统一指派救护车接送至最近的医院救治。救护车完成一次接送任务后即消毒，并回原处继续待命。假定呼救者与急救中心、急救中心与救护车之间的通讯畅通无阻，也不考虑道路交通堵塞的影响。可以用m个顶点
C源代码实例
- 包含220个C语言的各种源程序：001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010 猜数字游戏 011 模拟ATM（自动柜员机）界面 012 用一维数组统计学生成绩 013 用二维数组实现矩阵转置 014 求解二维数组的最大/最小元素 015 利用数组求前n个
WL40987330 C语言算法集
- 目录 第一部分 基础篇 001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010&
基于C8051F500的CAN通讯控制器局域网
- 基于C8051F500的CAN通讯控制器局域网（CAN）为串行通讯协议，能有效地支持具有很高安全等级的分布实时控制。CAN 的应 用范围很广，从高速的网络到低价位的多路接线都可以使用CAN。在汽车电子行业里，使用CAN 连接发 动机控制单元、传感器、防刹车系统、等等，其传输速度可达1 Mbit/s。同时，可以将CAN 安装在卡车本 体的电子控制系统里，诸如车灯组、电气车窗等等，用以代替接线配线装置。-C8051F500 OF CAN THE communication prot
patternClass
- 產生k個d維的常態分布樣本，產生某個事前機率為P(wi)的常態分布的discriminant function，計算任兩點間的Euclidean distance及Mahalanobis distance -Generated k-d-dimensional normal distribution of samples to generate a prior probability P (wi) of the normal distribution of the discriminan
JHCTDXT
- (本人今年的数据结构课程设计为方便大家特次上传，本站有一个和我的一样，本人曾下过，里面只是部分说明，没有真正的源代码，不知道管理员看没看，那样的作品也能年上传通过)模拟120急救中心响应每个病人的呼救信号统一调度救护车运行的情况。我们对问题作适当简化，假设：某城市共有M个可能的呼救点(居民小区、工厂、学校、公司、机关、单位等)，分布着N所医院(包含在M个点中)，有K辆救护车分派在各医院待命，出现呼救病人时，由急救中心统一指派救护车接送至最近的医院救治。救护车完成一次接送任务后即消毒，并回原处继续
paixusuanfa
- 本程序实现的算法：冒泡排序、shell排序、快速排序、归并排序 （1）设n个关键字均为整数(1≤n≤100000) （2）设计K个内部排序算法(K≥5), 每个算法须记录执行所需的时间 （3）自动生成多组数据,每组数据含n个整数(正序、逆序、随机分布) -This procedure implemented algorithms: bubble sort, shell sort, quick sort, merge sort (1) Let n keywords are int
BandGapUnitCell_Hexagon(T-M-K)
- 用于简单的六角形晶体的能带分析，运用k值扫描方法，能够较为准确的模拟出能带分布情况。(It is used for energy band analysis of simple hexagonal crystals, and the k-value scanning method can be used to accurately simulate the energy band distribution.)
m-k显著
- Mann-Kendall趋势检验(有时称为MK检验)用于分析时间序列数据的持续增加或减少趋势(单调趋势)。这是一个非参数检验，这意味着它适用于所有的分布(即数据不必满足正态假设)。但数据应该没有序列相关性。如果数据具有序列相关性，则可能在显著水平(p值)上产生影响。这可能会导致误解。为了克服这一问题，研究人员提出了几种改良的MannKendall检验(Hamed and Rao modified MK Test)。Yue和Wang修改了MK测试。使用预白化方法等改进的MK测试)。季节性Mann-