搜索资源列表
Why_Programs_Fail_-_A_Guide_to_Systematic_Debuggin
- 第一本从系统化的角度来讲解发现和修正编程错误的书 调试一直是软件开发过程中“最痛苦”的环节，本书有望改变这一现状，因为它将调试的科学原理与业界的实践经验有机地融合起来，阐释了有关发现和修正程序错误的最佳方法和实践过程。-Why Programs Fail is about bugs in computer programs, how to find them, how to reproduce them, and how to fix them in such a way that they
scoket-PPT
- C++编写socket的最佳文档,PPT格式，简洁无费话。-C++ socket write the best documentation, PPT format, no fee simple words.
mf
- 支持向量机 支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力-Support vector machine Support vector machine is Jianli statistical learning theory of VC dimension theory and structural risk minim
Oracle-cloud-computing-strategy.pdf
- Oracle 云计算战略 • 提供私有云和公有云两种解决方案供客户选择 • 提供全面、集成的 SaaS、PaaS 和 IaaS 产品 • 让客户根据业务需要采用云 最小面积的矩形。由于各种包装 是不可数无穷的，成功优化的关键问题 是有限的解空间的引进，其中包括一个 最佳解决方案。本文提出了这样一个解决方案空间 每个包装的代表由一对模块的名称序列， 被称为序列对。通过模拟搜索这个空间 退火，数百个模块已挤满有效地 证明
62
- 对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷，提出一种基于参数优化和奇异值分解(SVD)提高重分配尺度谱时频分布可读性的方法。首先利用Shan— non熵方法优化重分配尺度谱基函数的时间．带宽积(TBP)，克服其时、频分辨率不能同时达到最佳的缺陷，再对重分配尺度谱 进行SVD降噪降低噪声干扰影响，提高时频分布的可读性。最后用该方法对仿真信号和滚动轴承故障信号进行了分析，结果表明该方法的时频聚集性更好，抗噪能力更强，能
yemianzhihuan
- 操作系统页面置换算法模拟实验报告（先进先出置换算法，最近最久未使用置换算法，最佳置换算法 ）-Operating system page replacement algorithm simulation report (FIFO replacement algorithm, the most recent time use replacement algorithm, the optimal replacement algorithm)
energy-leakage--dual-tree
- 首先根据高斯白噪声频率充满整个频带的特性，通过双树复小波包变换对高斯白噪声进行分解，利用频带能量泄漏的定量分析方法，验证了双树复小波包变换具有较低的频带能量泄漏特性；其次利用双树复小波包变换逐层分解信号，对每层分解所得分量求其FFT谱的峭度，得到基于双树复小波包变换的谱峭度图，根据图中峭度最大的原则，可以自动准确的选择信号分解最佳层数和最佳分量；最后将基于双树复小波包变换的谱峭度图的故障诊断方法应用于实际工程中，对齿轮故障振动信号进行分析，选择最佳分解层数和分量后利用希尔伯特包络解调，有效准确地
bianyaqi
- 简介：负载曲线的平均负载系数越高，为达到损耗电能越小，要选用损耗比越小的变压器；负载曲线的平均负载系数越低，为达到损耗电能越小，要选用损耗比越大的变压器。将负载曲线的平均负载系数乘以一个大于1的倍数，通常可取1-1.3，作为获得最佳效率的负载系数，然后按βb＝（1/R）1/2计算变压器应具备的损耗比。 -Introduction: the average load factor of the load curve is higher, the loss of power to achieve s
Blind-deconvolution-program
- 基于最佳维纳滤波器的盲解卷积算法,包括算法原理，代码和实验结果！-Based on the best Wiener filter blind deconvolution algorithm, including the algorithm principle, code and experimental results!
基于 HHT 的船体结构应力监测数据 特征分析和去噪方法
- ［目的］为了去除船体结构应力监测数据中的噪声信号，获得有效的数据信息，以便为后续数据挖掘提 供支撑，［方法］首先，采用 HHT 方法中的经验模态分解（EMD）算法对数据进行成分分析，得到固有模态函数 （IMF）和余项。然后，通过 Hilbert变换得到 Hilbert谱，证明应力监测数据的非平稳特性。最后，以信噪比（SNR） 和均方根误差（RMSE）为例，结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 ［结果］结果表明，基于 HHT方法的自适应去噪和小波去噪都具有一定