搜索资源列表
eulerany
- Euler方法解 程序，使之适用于任意右端函数f,任意步长h和任意区间[to,T]。用h=1/4,1/8,1/16分别计算初值问题 -Euler method Solutions program, which applies to arbitrary subguadratic function f, arbitrary step h and arbitrary interval [to T]. With h = 1 / 4, 1 / 8, 1 / 16 were calculat
PackageProblem
- 实现背包问题 package problem 1． 问题描述 假设有一个能装入总体积为T的背包和n件体积分别为w1 , w2 , … , wn 的物品，能否从n件物品中挑选若干件恰好装满背包，即使w1 +w2 + … + wn=T，要求找出所有满足上述条件的解。例如：当T=10，各件物品的体积{1，8，4，3，5，2}时，可找到下列4组解： （1，4，3，2）、（1，4，5）、（8，2）、（3，5，2）。 2． 基本要求 读入T、n、w1 , w2 , … , wn
JPEG2000Compress_DecompressSourceCode
- DIGITAL IMAGERY is pervasive in our world today. Consequently, standards for the efficient representation and interchange of digital images are essential. To date, some of the most successful still image compression standards have resulted fr
Projectjohu123006
- crc任意位生成多项式 任意位运算 自适应算法 循环冗余校验码(CRC，Cyclic Redundancy Code)是采用多项式的 编码方式，这种方法把要发送的数据看成是一个多项式的系数 ，数据为bn-1bn-2…b1b0 (其中为0或1)，则其对应的多项式为： bn-1Xn-1+bn-2Xn-2+…+b１X+b０ 例如：数据“10010101”可以写为多项式 X７+X４+X２+1。 循环冗余校验CRC 循环冗余校验方法的原理如下：
AnEasyProblem
- ACM试题An Easy Problem Descr iption As we known, data stored in the computers is in binary form. The problem we discuss now is about the positive integers and its binary form. Given a positive integer I, you task is to find out an integer J, which
wuhan-traffic
- 一、 目的： 对应数据结构课程所学的基本原理和方法，学习图状结构求最短路径的算法，将理论知识运用于实际。 二、 任务： 请根据附图和附表，设计一个武汉市交通导引系统。用户输入起点站和目标站，系统显示起点站到目标站的最短路径。 三、 要求： 1. 提示用户输入起点站和目标站 2. 系统向用户显示一条最短路径（经过站数最少的路线），如果有两条以上最短路线，则按换乘次数排序显示。 3. 显示每一条路线时，不仅要显示应搭乘的车次，还要显示应搭乘站的站名。 四、 提示：
IS95_baseband_simulation
- his packet is a IS-95 baseband simulation for 1 data channel of 9.6 KBps rate. The simulation is written for static channel and AWGN noise. The packet include: 1) Packet Builder (Viterbi Encoding, Interleaver, PN generation) 2) Modulator (RRC
cfl
- 上下文无关文法（Context-Free Grammar, CFG）是一个4元组G=(V, T, S, P)，其中，V和T是不相交的有限集，S∈V，P是一组有限的产生式规则集，形如A→α，其中A∈V，且α∈(V∪T)*。V的元素称为非终结符，T的元素称为终结符，S是一个特殊的非终结符，称为文法开始符。 设G=(V, T, S, P)是一个CFG，则G产生的语言是所有可由G产生的字符串组成的集合，即L(G)={x∈T* | Sx}。一个语言L是上下文无关语言（Context-Free Lan
eg
- x=2*sin(4*pi*t)+5*cos(8*pi*t) 对其进行快速傅立叶变换 加入高斯噪声 再进行频谱分析-x = 2 * sin (4 * pi * t) 5 * cos (8 * pi * t) makes its rapid Fourier transform to re-Gaussian noise spectral analysis
200430481
- 赫夫曼编译码器： 用哈夫曼编码进行通信可以大大提高信道利用率，缩短信息传输时间，降低传输成本。但是，这要求在发送端通过一个编码系统对待传数据预先编码，在接收端将传来的数据进行译码（复原）。对于双工信道（即可以双向传输信息的信道），每端都需要一个完整的编/译码系统。试为这样的信息收发站写一个哈夫曼码的编/译码系统。 [基本要求]一个完整的系统应具有以下功能： （1）I：初始化（Initialization）。从终端读入字符集大小n，以及n个字符和n个权值，建立哈夫曼树，并将它存于文件h
huffman
- 实现最优二叉树的构造；在此基础上完成哈夫曼编码器与译码器。 假设报文中只会出现如下表所示的字符： 字符 A B C D E F G H I J K L M N 频度 186 64 13 22 32 103 21 15 47 57 1 5 32 20 57 字符 O P Q R S T U V W X Y Z ， ． 频度 63 15 1 48 51 80 23 8 18 1 16 1 6 2 要求完成的系统应具备如下的功能： 1．初始化。从终端（
DEGREE
- 1、提取原蛋白质相互作用网络的所有节点 2、分别计算原蛋白质相互作用网络每个节点的度 3、从所有节点中选择具有最高度的节点，反复的添加边，直到它的度值等于原蛋白质相互作用网络该节点的度值 4、在为节点添加边时，从剩余节点中选择节点的方法是其度分布近似服从power-low分布 5、令t的值为零，则每个节点被选到的可能性都是相同的，由于在原蛋白质相互作用网络存在大量的低度节点，所以集散节点会优先连接低度节点。 这样创建的网络就为负相关蛋白质互作网络
edft
- 程序之所以称之为扩展功能的DFT，是因为，它有如下扩展功能: 1. 可以自动扩展输入序列X，如果你输入的长度不足N，会自动以NaN补足。 2. 可以增大频率精度，至1/(N*T)，其中T是采样周期。 3. 可以统计输入序列X的正弦波的幅度和相位 4. 输入序列可以包含NaN 5. 可以限制迭代的次数 6. 可以输入/计算二维矩阵
EqVsIFFT
- DVB-T 2K signal generation Eq. (2.1.4) vs. 2N-IFFT.DVB-T 2K 信号发生器matlab源代码。
Findstr
- Findstr.cpp运行结果: GetNext-IndexKMP的结果: 输入主串s:acabaabcaabaabcac 输入模式串t:abaabcac 主串s长=17 模式串t长=8 next[0]=-1 next[1]=-1 next[2]=0 next[3]=0 next[4]=1 next[5]=-1 next[6]=0 next[7]=-1 next[8]=0 模式串在主串的位置从第10个字符开始 GetNext-IndexKMP的结果:
taosheng
- 1）I：初始化（Initialization）。从终端读入电文，写到tobetrans文件中，统计电文的字符集合和对应的权值集合，建立哈夫曼树，并将哈夫曼树存于文件hfmtree中。 （2）C：编码（Coding ）。利用已建好的哈夫曼树（如不在内存，则从文件hfmtree中读入），对文件tobetrans中的正文进行编码，然后将结果存入文件codefile中。 （3）D：译码（Decoding）。利用已建好的哈夫曼树将文件codefile中的代码进行译码，结果存入文件textfile中
zuiyou
- 用一观测器从t=1秒开始对一个运动目标的距离进行连续地跟踪测量，假设观测的间隔为一秒钟，雷达到运动目标之间的距离为S(t)（1） 统计特性的初值为 （2）观测误差是与和均不相关的白噪声序列，并且有 （3）观测数据存放在附加的文件中（单位：m）。 要求：分析上述对象，建立系统模型，构造卡尔曼滤波器，编程计算，求： （1） 距离S(t)的最佳估计及估计误差， （2） 距离S(t-5)的最佳平滑及估计误差， （3） 距离S(t+5)的最佳预测及估计误差，
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
BST BBT
- 数 据 结 构 大型 作业3.1输入一个数列L，生成一棵二叉排序树T；3.2对二叉排序树T作中序遍历，输出结果；3.3计算二叉排序树T的平均查找长度, 输出结果；3.4判断二叉排序树T是否为平衡二叉树，输出信息“OK！”/“NO！”；3.5再使用上述数列L，生成平衡的二叉排序树BT，每当插入新元素，发现当前的二叉排序树BT不是平衡的二叉排序树，则立即将它转换成新的平衡的二叉排序树BT；3.6计算平衡的二叉排序树BT的平均查找长度，输出结果。3.6分析对比未平衡化的二叉排序树和平衡的二叉排序树的查
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