<nav id="iisec"></nav>
int trace (int i, int j, int low, IMAGE im,IMAGE mag, IMAGE ori) float gauss(float x, float sigma) float dGauss (float x, float sigma) float meanGauss (float x, float sigma) void hysteresis (int high, int low, IMAGE im, IMAGE mag, IMAGE oriim) void canny (float s, IMAGE im, IMAGE mag, IMAGE ori)
上傳時間： 2015-01-30
上傳用戶：杜瑩12345
此為編譯原理實驗報告 學習消除文法左遞規算法，了解消除文法左遞規在語法分析中的作用 內含 設計算法 目的 源碼 等等.... 算法:消除左遞歸算法為: （1）把文法G的所有非終結符按任一種順序排列成P1,P2,…Pn 按此順序執行 （2）FOR i:=1 TO n DO BEGIN FOR j:=1 DO 把形如Pi→Pjγ的規則改寫成 Pi→δ1γ δ2γ … δkγ。其中Pj→δ1 δ2 … δk是關于Pj的所有規則； 消除關于Pi規則的直接左遞歸性 END （3）化簡由（2）所得的文法。即去除那些從開始符號出發永遠無法到達的非終結符的 產生規則。
上傳時間： 2015-03-29
上傳用戶：極客
盒維數MATLAB計算程序。%根據計盒維數原理編寫了求一維曲線分形維數的matlab程序 function D=FractalDim(y,cellmax) %求輸入一維信號的計盒分形維數 %y是一維信號 %cellmax:方格子的最大邊長,可以取2的偶數次冪次(1,2,4,8...),取大于數據長度的偶數 %D是y的計盒維數（一般情況下D>=1）,D=lim(log(N(e))/log(k/e)),
標簽： FractalDim function cellmax MATLAB
上傳時間： 2015-04-23
上傳用戶：liuchee
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2015-04-24
上傳用戶：R50974
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2015-04-24
上傳用戶：ryb
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2014-12-19
上傳用戶：TRIFCT
. 緩存處理技術，定時更新系統數據，提升系統性能 B. 系統模板管理功能，方便制作個性化的系統模板，可后臺管理 C. 首頁商品和店鋪的自助推薦功能，用戶可使用虛擬幣采用競價方式自助推薦自己的商品和店鋪 D. 店鋪的皮膚轉換，重新設計店鋪結構 E. 商品，店鋪，求購信息的搜索，采用積木式查詢，減少等待時間 F. 支付寶按鈕支付功能（用于系統用戶與用戶間的付款交易） G. 重新制作廣告系統，靜態JS讀取速度更快 H. 最高價競拍模式中加入一口價購買的功能 I. 后臺管理員的分權限管理（管理，添加，查看） j. 后臺商品首頁推薦，店鋪首頁推薦功能 K. 商品可實現四級分類處理 L. 增加店鋪分類功能 M. 外接用戶數據庫（AC和SQL兩種），系統郵件發送，圖片上傳，緩存更新，MD5加密等后臺管理功能 N. 實現了商品登陸收費的功能
上傳時間： 2015-06-24
上傳用戶：我干你啊
Debussy是NOVAS Software, Inc(思源科技)發展的HDL Debug & Analysis tool，這套軟體主要不是用來跑模擬或看波形，它最強大的功能是：能夠在HDL source code、schematic diagram、waveform、state bubble diagram之間，即時做trace，協助工程師debug。 可能您會覺的：只要有simulator如ModelSim就可以做debug了，我何必再學這套軟體呢? 其實Debussy v5.0以後的新版本，還提供了nLint -- check coding style & synthesizable，這蠻有用的，可以協助工程師了解如何寫好coding style，並養成習慣。 下圖所示為整個Debussy的原理架構，可歸納幾個結論：
標簽： Analysis Software Debussy Debug
上傳時間： 2014-01-14
上傳用戶：hustfanenze
本書第二部分講述的是在Wi n 3 2平臺上的Wi n s o c k編程。對于眾多的基層網絡協議， Wi n s o c k是訪問它們的首選接口。而且在每個Wi n 3 2平臺上，Wi n s o c k都以不同的形式存在著。 Wi n s o c k是網絡編程接口，而不是協議。它從U n i x平臺的B e r k e l e y（B S D）套接字方案借鑒了 許多東西，后者能訪問多種網絡協議。在Wi n 3 2環境中，Wi n s o c k接口最終成為一個真正的 “與協議無關”接口，尤其是在Winsock 2發布之后。
上傳時間： 2015-07-08
上傳用戶：thinode
本章專門講解編寫成功網絡應用程序時所需的基本知識和A P I調用。通過上一章的學習， 大家已知道從Wi n s o c k地址機和這些機器上的服務，可以很容易地訪問協議。在這一章里， 我們打算討論如何從網絡上的一臺機器到另一臺機器建立連接，以及如何收發數據
上傳時間： 2015-07-08
上傳用戶：gtf1207
