亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

二維數(shù)值

  • 最小平方近似法 (least-squares approximation) 是用來求出一組離散 (discrete) 數據點的近似函數 (approximating function)

    最小平方近似法 (least-squares approximation) 是用來求出一組離散 (discrete) 數據點的近似函數 (approximating function),作實驗所得的數據亦常使用最小平方近似法來達成曲線密合 (curve fitting)。以下所介紹的最小平方近似法是使用多項式作為近似函數,除了多項式之外,指數、對數方程式亦可作為近似函數。關於最小平方近似法的計算原理,請參閱市面上的數值分析書籍

    標簽: least-squares approximation approximating discrete

    上傳時間: 2015-06-21

    上傳用戶:SimonQQ

  • 以實驗二十二為基礎

    以實驗二十二為基礎,做如下的改進。 (1) 求出四路通道的平均值,并繪制在顯示屏上(平均值應該象其他通道的值一樣,可以根據實時采集值的變化而變化)。 (2) 報警,在超出閾值時報警一次,如果此后此通道的值不變則不再報警,若此通道的值被調小為小于閾值而后又被調為大于閾值,則再次報警一次。 (3) 結合實驗十八,設置時間和日期初值,并實時顯示在LCD上(同各通道的值同屏顯示)。并能夠在整點的時候發聲提示。

    標簽: 實驗

    上傳時間: 2014-01-20

    上傳用戶:GavinNeko

  • 使用pso求最小化一函數 matlab程式碼

    使用pso求最小化一函數 matlab程式碼,寫的非常簡潔(不到100行),且還包括了2維的圖形展示,和大家分享參考!!! 一起學習matlab和各種optimize methods 最小化:(x-15)^2+(y-20)^2 The swarm matrix is swarm(index, [location, velocity, best position, best value], [x, y components or the value component]) Author: Wesam ELSHAMY (wesamelshamy@yahoo.com) MSc Student, Electrical Enginering Dept., Faculty of Engineering Cairo University, Egypt

    標簽: matlab pso 程式

    上傳時間: 2013-12-18

    上傳用戶:zhaiye

  • 有源碼事例,還有說明.一看就明白, 一,把"HGB.dll"和"hgbguanligongcheng.dll"復制到系統文件夾"WINDOWSsystem32"下. 二,新建一VB標準

    有源碼事例,還有說明.一看就明白, 一,把"HGB.dll"和"hgbguanligongcheng.dll"復制到系統文件夾"\WINDOWS\system32"下. 二,新建一VB標準EXE,在"工程\引用"下點擊瀏覽把"\WINDOWS\system32"下的"hgbguanligongcheng.dll" 引用進來. 三,在窗體里聲明一個對象變量yy Dim yy As New hgbguanlimokuai 再在任一事件下引用YY里的函數過程 i = yy.chongqi() 本過程執行重啟動計算機,無返回值 ii=yy.guanji() 本過程執行關閉計算機,無返回值 iii=yyy.huoquan() 本過程執行獲得計算機管理權,成功返回1,失敗返回0 注意: 生成exe文件在別的機上運行時要把兩個DLL文件復制到系統文件夾"\WINDOWS\system32"下,.因為exe 文件在運行時會用到那兩個DLL. 解釋: "hgbguanligongcheng.dll"文件里面有"hgbguanlimokuai"模塊 "hgbguanlimokuai"模塊里面有三個函數過程chongqi(),guanji(),huoquan() 我們聲明YY為"hgbguanlimokuai"模塊就等于在工程里加入了一個模塊當然就能 在任何其他事件引用模塊里的函數過程.

    標簽: hgbguanligongcheng WINDOWSsystem dll HGB

    上傳時間: 2013-12-19

    上傳用戶:cuibaigao

  • //=== === === === === === === === === === === ===== //函數說明 //函數名稱:Correlation //函數功能:計算最小二乘法擬合的多項

    //=== === === === === === === === === === === ===== //函數說明 //函數名稱:Correlation //函數功能:計算最小二乘法擬合的多項式的相關系數 //使用方法:int M------ 擬合多項式的階數(已知條件) // double *b--- 擬合曲線的系數,排列順序為由高階到低階(已知條件) // double *x--- 結點x軸數據(已知條件) // double *y--- 結點y軸數據(已知條件) // double *Yg-- 結點估計值,個數為m(過程變量) // int m------ 結點個數(已知條件) //注意事項:多項式階數最高為10,多項式的形式為 y = a0 + a1x +a2x2

    標簽: Correlation 函數 計算 最小二乘法擬合

    上傳時間: 2013-11-26

    上傳用戶:change0329

  • //=== === === === === === === === === === === ===== //函數說明 //函數名稱:Correlation //函數功能:計算最小二乘法擬合的多項

    //=== === === === === === === === === === === ===== //函數說明 //函數名稱:Correlation //函數功能:計算最小二乘法擬合的多項式的相關系數 //使用方法:int M------擬合多項式的項數(已知條件) // double *b---擬合曲線的系數,按升次排列(已知條件) // double *x---結點x軸數據(已知條件) // double *y---結點y軸數據(已知條件) // double *Yg--結點估計值,與*y相對應,個數為m(過程變量) // int m------結點個數(已知條件) //注意事項:多項式階數最高為10,多項式的形式為 y = b0 + b1*(x-Xavr)...

    標簽: Correlation 函數 計算 最小二乘法擬合

    上傳時間: 2014-11-23

    上傳用戶:yxgi5

  • //=== === === === === === === === === === === === === === = //函數說明 //函數名稱:PolyFit //函數功能:最小二乘法曲線擬

    //=== === === === === === === === === === === === === === = //函數說明 //函數名稱:PolyFit //函數功能:最小二乘法曲線擬合 //使用方法:double *x ---- 存放n個數據點的X坐標 // double *y ---- 存放n個數據點的Y坐標 // int n -------- 給定數據點個數 // double *a ---- 返回m-1次擬合多項式的m個系數 // int m -------- 擬合多項式的項數,即擬合多項式的最高次為m-1。要求m<=n,且 // m<=20。若m>n或m>20,則本函數自動按m=min{n,20}處理 // double *dt --- dt[0]返回擬合多項式與各數據點誤差的平方和;dt[1]返回擬合多 // 項式與各數據點的誤差絕對值之和;dt[2]返回擬合多項式與各數據 // 點誤差絕對值的最大值 //注意事項:擬合多項式的形式為 y = b0 + b1*(x-Xavr)...

    標簽: PolyFit 函數 最小二乘法

    上傳時間: 2015-07-19

    上傳用戶:waizhang

  • 創建一棵二叉樹

    創建一棵二叉樹,采用前序遍歷的方法建立一棵樹,傳遞的參數為一個指向結點的指針的指針,目的是為了解決傳值的問題,輸入@符號的時候,表示一棵子樹結束線索化二叉樹,尋找當前結點的后繼結點,尋找當前結點的前驅結點,中序遍歷

    標簽: 二叉樹

    上傳時間: 2014-01-05

    上傳用戶:franktu

  • 二叉數先序循環的非遞歸實現

    二叉數先序循環的非遞歸實現,一般先序循環都是由遞歸實現的,按照完全二叉樹格式輸入字符型結點值

    標簽: 循環 遞歸

    上傳時間: 2014-11-24

    上傳用戶:lwwhust

  • * 本算法用最小二乘法依據指定的M個基函數及N個已知數據進行曲線擬和 * 輸入: m--已知數據點的個數M * f--M維基函數向量 * n--已知數據點的個數N-1 * x--已知數

    * 本算法用最小二乘法依據指定的M個基函數及N個已知數據進行曲線擬和 * 輸入: m--已知數據點的個數M * f--M維基函數向量 * n--已知數據點的個數N-1 * x--已知數據點第一坐標的N維列向量 * y--已知數據點第二坐標的N維列向量 * a--無用 * 輸出: 函數返回值為曲線擬和的均方誤差 * a為用基函數進行曲線擬和的系數, * 即a[0]f[0]+a[1]f[1]+...+a[M]f[M].

    標簽: 數據 函數 算法 最小二乘法

    上傳時間: 2015-07-26

    上傳用戶:

主站蜘蛛池模板: 汾西县| 永和县| 玛沁县| 玛多县| 澄江县| 和平县| 五峰| 中西区| 桂林市| 丹江口市| 茂名市| 芜湖市| 阿拉善右旗| 大同县| 绥中县| 温州市| 安陆市| 离岛区| 阳城县| 大冶市| 广河县| 青岛市| 太和县| 宣威市| 临清市| 丰原市| 金寨县| 甘南县| 舞阳县| 南木林县| 淳化县| 始兴县| 乐安县| 晴隆县| 郸城县| 依兰县| 贡觉县| 任丘市| 扬中市| 永平县| 城固县|