JavaScript 和Java 除了在名字上有一點(diǎn)類似之外，JavaScript 也支援部分Java 的語(yǔ)法及基本的流程控制結(jié)構(gòu)。不過，除此之外， 這兩者有結(jié)構(gòu)性的差異。
標(biāo)簽： JavaScript Java
上傳時(shí)間： 2016-05-28
上傳用戶：shanml
將windows font 轉(zhuǎn)點(diǎn)陣字型lcd 或鉅鎮(zhèn)字型 8051
標(biāo)簽： windows font 8051 lcd
上傳時(shí)間： 2014-01-25
上傳用戶：myworkpost
n個(gè)頂點(diǎn)構(gòu)成的完全圖，求從某點(diǎn)出發(fā)并回到該點(diǎn)的最短路徑，給出最短路徑依次經(jīng)過的頂點(diǎn)以及最短路徑的長(zhǎng)度。
標(biāo)簽：
上傳時(shí)間： 2016-05-30
上傳用戶：zhangyigenius
對(duì)于給定（n+1)個(gè)節(jié)點(diǎn)上的函數(shù)值，采用三次樣條的方法進(jìn)行差值，這是一個(gè)高階的插值方法，它既有良好的收斂性又比較光滑。它實(shí)際上是由分段三次曲線連接而成，在接點(diǎn)處有2階連續(xù)導(dǎo)數(shù)。
標(biāo)簽： 節(jié)點(diǎn) 函數(shù)值
上傳時(shí)間： 2014-01-01
上傳用戶：jqy_china
完全從零開始學(xué)習(xí)嵌入式系統(tǒng)設(shè)計(jì) 從入門到精通： 嵌入式系統(tǒng)開發(fā)之路
標(biāo)簽： 零 學(xué)習(xí)嵌入式 系統(tǒng)設(shè)計(jì) 嵌入式
上傳時(shí)間： 2014-01-20
上傳用戶：hj_18
matlab在信號(hào)與系統(tǒng)中的應(yīng)用，連續(xù)信號(hào)的matlab描述，LTI系統(tǒng)的零輸入響應(yīng)，n階LTI系統(tǒng)的響應(yīng)，
標(biāo)簽： matlab 信號(hào)與系統(tǒng) 中的應(yīng)用
上傳時(shí)間： 2016-06-02
上傳用戶：ippler8
約瑟夫問題的兩種解法 設(shè)有n個(gè)人圍坐在一個(gè)圓桌周圍，先從第s個(gè)人開始報(bào)數(shù)，數(shù)到第m個(gè)人出列，然后從出列的下一個(gè)人重新開始報(bào)數(shù)，數(shù)到第m個(gè)人又出列……如此重復(fù)，直到所有的人出列為止。本程序分別用鏈?zhǔn)酱鎯?chǔ)結(jié)構(gòu)（循環(huán)鏈表）和順序存儲(chǔ)結(jié)構(gòu)（數(shù)組）解決約瑟夫問題，可供初學(xué)者辨別這兩種存儲(chǔ)結(jié)構(gòu)的異同 用戶輸入：n,s,m（逗號(hào)隔開） 輸出：出列順序表
標(biāo)簽：
上傳時(shí)間： 2013-12-19
上傳用戶：yzhl1988
BP算法 給定一個(gè)由N維向量X組成的集合，這些向量將是一個(gè)響應(yīng)agent的感知處理單元計(jì)算出的特征向量。這些分量的值可以是數(shù)值，也可以是布爾值。這些動(dòng)作也許是學(xué)習(xí)者所觀察到的一個(gè)教師對(duì)一組輸入的響應(yīng)。這些相關(guān)的動(dòng)作有時(shí)稱為向量的“標(biāo)號(hào)”或“類別”。集合與響應(yīng)的標(biāo)號(hào)組成“訓(xùn)練集合(training set)”.機(jī)器學(xué)習(xí)問題就是尋找一個(gè)函數(shù)。
上傳時(shí)間： 2016-06-03
上傳用戶：waizhang
％ EM algorithm for k multidimensional Gaussian mixture estimation ％ ％ Inputs: ％ X(n,d) - input data, n=number of observations, d=dimension of variable ％ k - maximum number of Gaussian components allowed ％ ltol - percentage of the log likelihood difference between 2 iterations ([] for none) ％ maxiter - maximum number of iteration allowed ([] for none) ％ pflag - 1 for plotting GM for 1D or 2D cases only, 0 otherwise ([] for none) ％ Init - structure of initial W, M, V: Init.W, Init.M, Init.V ([] for none) ％ ％ Ouputs: ％ W(1,k) - estimated weights of GM ％ M(d,k) - estimated mean vectors of GM ％ V(d,d,k) - estimated covariance matrices of GM ％ L - log likelihood of estimates ％
標(biāo)簽： multidimensional estimation algorithm Gaussian
上傳時(shí)間： 2013-12-03
上傳用戶：我們的船長(zhǎng)
N迷游戲問題(拼圖類)可以支持3--35迷
標(biāo)簽： 35
上傳時(shí)間： 2016-06-04
上傳用戶：ouyangtongze
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
