亚洲欧美色图小说,欧美精品自拍偷拍,欧美性69xxxx肥

復(fù)變函數(shù)

我寫的php模版類,調(diào)用方法簡單,支持if else include之類的標(biāo)簽, 可以包含擴(kuò)展函數(shù),整個模版文件沒有外部include和require,減少io操作, 加載三個模版變量,兩個數(shù)組變

我寫的php模版類,調(diào)用方法簡單,支持if else include之類的標(biāo)簽, 可以包含擴(kuò)展函數(shù),整個模版文件沒有外部include和require,減少io操作, 加載三個模版變量,兩個數(shù)組變量,比smarttemplate快平均2-3毫秒. 單純加載模版文件,不設(shè)置任何變量lightemplate平均0.3毫秒左右,smarttemplate至少要1毫秒.

標(biāo)簽： include require else 模版

上傳時間： 2014-01-15

上傳用戶：linlin
在對一些變步長LMS算法分析的基礎(chǔ)上

在對一些變步長LMS算法分析的基礎(chǔ)上，提出了步長因子 (n)與誤差信號e(n)之間一種新的非線性函數(shù)關(guān)系

標(biāo)簽： LMS 算法分析

上傳時間： 2014-01-16

上傳用戶：LIKE
多相永磁同步電機(jī)驅(qū)動技術(shù)研究(博士論文)目前,三相電機(jī)驅(qū)動系統(tǒng)在電氣驅(qū)動應(yīng)用場合得到了廣泛的應(yīng)用,然而隨著現(xiàn)代電力電子技術(shù)、計算機(jī)技術(shù)和控制理論的發(fā)展,由逆變器供電的電機(jī)驅(qū)動系統(tǒng)的相數(shù)不再受到供電相數(shù)

多相永磁同步電機(jī)驅(qū)動技術(shù)研究(博士論文)目前,三相電機(jī)驅(qū)動系統(tǒng)在電氣驅(qū)動應(yīng)用場合得到了廣泛的應(yīng)用,然而隨著現(xiàn)代電力電子技術(shù)、計算機(jī)技術(shù)和控制理論的發(fā)展,由逆變器供電的電機(jī)驅(qū)動系統(tǒng)的相數(shù)不再受到供電相數(shù)的限制。特別在大功率、高可靠性和低直流電壓供電應(yīng)用場合,多相電機(jī)驅(qū)動系統(tǒng)比三相電機(jī)驅(qū)動系統(tǒng)更具優(yōu)勢,因此多相電機(jī)驅(qū)動系統(tǒng)特別適合于應(yīng)用在艦船全電力推進(jìn)、電動車輛、航空航天和軍事等場合。其相關(guān)技術(shù)的研究為電氣驅(qū)動技術(shù)的研究開辟了新的領(lǐng)域,多相電機(jī)驅(qū)動系統(tǒng)得到各國科研人員越來越多的關(guān)注和重視。本文研究從任意相數(shù)多相電機(jī)出發(fā),重點研究了五相永磁同步電機(jī)驅(qū)動系統(tǒng),全文主要內(nèi)容如下: 引入繞組函數(shù)理論定量分析了任意相數(shù)對稱繞組的磁勢時空諧波分布,說明了低次時空諧波在多相電機(jī)中的重要作用首次從對稱分量法推導(dǎo)出推廣派克變換,并建立了n-m相感應(yīng)電機(jī)數(shù)學(xué)模型,指出多相電機(jī)控制是一個多維控制問題。這些基礎(chǔ)理論知識為分析多相電機(jī)奠定了理論基礎(chǔ)。建立了五相永磁同步電機(jī)派克方程,在此基礎(chǔ)上研究了五相永磁同步電機(jī)中d-q子空間與廣義零序子空間的耦合問題。并根據(jù)不同結(jié)構(gòu)形式五相永磁同步電機(jī)的特點,詳細(xì)討論了不同情況下的多維矢量控制和解耦控制問題。

標(biāo)簽： 供電電機(jī)驅(qū)動多相三相電機(jī)

上傳時間： 2017-08-14

上傳用戶：123456wh
多相永磁同步電機(jī)驅(qū)動技術(shù)研究(中科院博士論文)目前,三相電機(jī)驅(qū)動系統(tǒng)在電氣驅(qū)動應(yīng)用場合得到了廣泛的應(yīng)用,然而隨著現(xiàn)代電力電子技術(shù)、計算機(jī)技術(shù)和控制理論的發(fā)展,由逆變器供電的電機(jī)驅(qū)動系統(tǒng)的相數(shù)不再受到供

多相永磁同步電機(jī)驅(qū)動技術(shù)研究(中科院博士論文)目前,三相電機(jī)驅(qū)動系統(tǒng)在電氣驅(qū)動應(yīng)用場合得到了廣泛的應(yīng)用,然而隨著現(xiàn)代電力電子技術(shù)、計算機(jī)技術(shù)和控制理論的發(fā)展,由逆變器供電的電機(jī)驅(qū)動系統(tǒng)的相數(shù)不再受到供電相數(shù)的限制。特別在大功率、高可靠性和低直流電壓供電應(yīng)用場合,多相電機(jī)驅(qū)動系統(tǒng)比三相電機(jī)驅(qū)動系統(tǒng)更具優(yōu)勢,因此多相電機(jī)驅(qū)動系統(tǒng)特別適合于應(yīng)用在艦船全電力推進(jìn)、電動車輛、航空航天和軍事等場合。其相關(guān)技術(shù)的研究為電氣驅(qū)動技術(shù)的研究開辟了新的領(lǐng)域,多相電機(jī)驅(qū)動系統(tǒng)得到各國科研人員越來越多的關(guān)注和重視。本文研究從任意相數(shù)多相電機(jī)出發(fā),重點研究了五相永磁同步電機(jī)驅(qū)動系統(tǒng),全文主要內(nèi)容如下: 引入繞組函數(shù)理論定量分析了任意相數(shù)對稱繞組的磁勢時空諧波分布,說明了低次時空諧波在多相電機(jī)中的重要作用首次從對稱分量法推導(dǎo)出推廣派克變換,并建立了n-m相感應(yīng)電機(jī)數(shù)學(xué)模型,指出多相電機(jī)控制是一個多維控制問題。這些基礎(chǔ)理論知識為分析多相電機(jī)奠定了理論基礎(chǔ)。建立了五相永磁同步電機(jī)派克方程,在此基礎(chǔ)上研究了五相永磁同步電機(jī)中d-q子空間與廣義零序子空間的耦合問題。并根據(jù)不同結(jié)構(gòu)形式五相永磁同步電機(jī)的特點,詳細(xì)討論了不同情況下的多維矢量控制和解耦控制問題。

標(biāo)簽： 電機(jī)驅(qū)動多相三相電機(jī) 發(fā)展

上傳時間： 2013-12-21

上傳用戶：xzt
為了讓大家能更好的閱讀和管理Windows API 函數(shù)

為了讓大家能更好的閱讀和管理Windows API 函數(shù)，于是我為大家將網(wǎng)上的資料整理成一個幫助文件。讓查閱API 函數(shù)變的更簡單，容易，也更有效。本幫助文件中的Windows API 函數(shù)大約有774個，共分十二大類，基本上包括了大部分的常用和非常用的Windows API 函數(shù)，按分類編排，具有索引功能，支持全文檢索，可添加到收藏夾。聲明：本幫助文件由Raise Belling個人整理后出版，內(nèi)容全摘自網(wǎng)絡(luò)，版權(quán)歸實際作者所有。

標(biāo)簽： Windows API 家函數(shù)

上傳時間： 2014-01-27

上傳用戶：mikesering
OFDM(正交頻分復(fù)用)技術(shù)實際上是MCM(Multi-Carrier Modulation

OFDM(正交頻分復(fù)用)技術(shù)實際上是MCM(Multi-Carrier Modulation，多載波調(diào)制)的一種。其主要思想是，將信道分成若干正交子信道，將高速數(shù)據(jù)信號轉(zhuǎn)換成并行的低速子數(shù)據(jù)流，調(diào)制到在每個子信道上進(jìn)行傳輸。正交信號可以通過在接收端采用相關(guān)技術(shù)來分開，這樣可以減少子信道之間的相互干擾(ICI)。每個子信道上的信號帶寬小于信道的相關(guān)帶寬，因此每個子信道上的可以看成平坦性衰落，從而可以消除符號間干擾。而且由于每個子信道的帶寬僅僅是原信道帶寬的一小部分，信道均衡變得相對容

標(biāo)簽： Multi-Carrier Modulation OFDM MCM

上傳時間： 2017-09-03

上傳用戶：skfreeman
C語言算法速查手冊書本附件

第1章　緒論　1 1.1　程序設(shè)計語言概述　1 1.1.1　機(jī)器語言　1 1.1.2　匯編語言　2 1.1.3　高級語言　2 1.1.4　C語言　3 1.2　C語言的優(yōu)點和缺點　4 1.2.1　C語言的優(yōu)點　4 1.2.2　C語言的缺點　6 1.3　算法概述　7 1.3.1　算法的基本特征　7 1.3.2　算法的復(fù)雜度　8 1.3.3　算法的準(zhǔn)確性　10 1.3.4　算法的穩(wěn)定性　14 第2章　復(fù)數(shù)運算　18 2.1　復(fù)數(shù)的四則運算　18 2.1.1　[算法1]　復(fù)數(shù)乘法　18 2.1.2　[算法2]　復(fù)數(shù)除法　20 2.1.3　【實例5】復(fù)數(shù)的四則運算　22 2.2　復(fù)數(shù)的常用函數(shù)運算　23 2.2.1　[算法3]　復(fù)數(shù)的乘冪　23 2.2.2　[算法4]　復(fù)數(shù)的n次方根　25 2.2.3　[算法5]　復(fù)數(shù)指數(shù)　27 2.2.4　[算法6]　復(fù)數(shù)對數(shù)　29 2.2.5　[算法7]　復(fù)數(shù)正弦　30 2.2.6　[算法8]　復(fù)數(shù)余弦　32 2.2.7　【實例6】復(fù)數(shù)的函數(shù)運算　34 第3章　多項式計算　37 3.1　多項式的表示方法　37 3.1.1　系數(shù)表示法　37 3.1.2　點表示法　38 3.1.3　[算法9]　系數(shù)表示轉(zhuǎn)化為點表示　38 3.1.4　[算法10]　點表示轉(zhuǎn)化為系數(shù)表示　42 3.1.5　【實例7】　系數(shù)表示法與點表示法的轉(zhuǎn)化　46 3.2　多項式運算　47 3.2.1　[算法11]　復(fù)系數(shù)多項式相乘　47 3.2.2　[算法12]　實系數(shù)多項式相乘　50 3.2.3　[算法13]　復(fù)系數(shù)多項式相除　52 3.2.4　[算法14]　實系數(shù)多項式相除　54 3.2.5　【實例8】　復(fù)系數(shù)多項式的乘除法　56 3.2.6　【實例9】　實系數(shù)多項式的乘除法　57 3.3　多項式的求值　59 3.3.1　[算法15]　一元多項式求值　59 3.3.2　[算法16]　一元多項式多組求值　60 3.3.3　[算法17]　二元多項式求值　63 3.3.4　【實例10】　一元多項式求值　65 3.3.5　【實例11】　二元多項式求值　66 第4章　矩陣計算　68 4.1　矩陣相乘　68 4.1.1　[算法18]　實矩陣相乘　68 4.1.2　[算法19]　復(fù)矩陣相乘　70 4.1.3　【實例12】實矩陣與復(fù)矩陣的乘法　72 4.2　矩陣的秩與行列式值　73 4.2.1　[算法20]　求矩陣的秩　73 4.2.2　[算法21]　求一般矩陣的行列式值　76 4.2.3　[算法22]　求對稱正定矩陣的行列式值　80 4.2.4　【實例13】求矩陣的秩和行列式值　82 4.3　矩陣求逆　84 4.3.1　[算法23]　求一般復(fù)矩陣的逆　84 4.3.2　[算法24]　求對稱正定矩陣的逆　90 4.3.3　[算法25]　求托伯利茲矩陣逆的Trench方法　92 4.3.4　【實例14】驗證矩陣求逆算法　97 4.3.5　【實例15】驗證T矩陣求逆算法　99 4.4　矩陣分解與相似變換　102 4.4.1　[算法26]　實對稱矩陣的LDL分解　102 4.4.2　[算法27]　對稱正定實矩陣的Cholesky分解　104 4.4.3　[算法28]　一般實矩陣的全選主元LU分解　107 4.4.4　[算法29]　一般實矩陣的QR分解　112 4.4.5　[算法30]　對稱實矩陣相似變換為對稱三對角陣　116 4.4.6　[算法31]　一般實矩陣相似變換為上Hessen-Burg矩陣　121 4.4.7　【實例16】對一般實矩陣進(jìn)行QR分解　126 4.4.8　【實例17】對稱矩陣的相似變換　127 4.4.9　【實例18】一般實矩陣相似變換　129 4.5　矩陣特征值的計算　130 4.5.1　[算法32]　求上Hessen-Burg矩陣全部特征值的QR方法　130 4.5.2　[算法33]　求對稱三對角陣的全部特征值　137 4.5.3　[算法34]　求對稱矩陣特征值的雅可比法　143 4.5.4　[算法35]　求對稱矩陣特征值的雅可比過關(guān)法　147 4.5.5　【實例19】求上Hessen-Burg矩陣特征值　151 4.5.6　【實例20】分別用兩種雅克比法求對稱矩陣特征值　152 第5章　線性代數(shù)方程組的求解　154 5.1　高斯消去法　154 5.1.1　[算法36]　求解復(fù)系數(shù)方程組的全選主元高斯消去法　155 5.1.2　[算法37]　求解實系數(shù)方程組的全選主元高斯消去法　160 5.1.3　[算法38]　求解復(fù)系數(shù)方程組的全選主元高斯-約當(dāng)消去法　163 5.1.4　[算法39]　求解實系數(shù)方程組的全選主元高斯-約當(dāng)消去法　168 5.1.5　[算法40]　求解大型稀疏系數(shù)矩陣方程組的高斯-約當(dāng)消去法　171 5.1.6　[算法41]　求解三對角線方程組的追趕法　174 5.1.7　[算法42]　求解帶型方程組的方法　176 5.1.8　【實例21】解線性實系數(shù)方程組　179 5.1.9　【實例22】解線性復(fù)系數(shù)方程組　180 5.1.10　【實例23】解三對角線方程組　182 5.2　矩陣分解法　184 5.2.1　[算法43]　求解對稱方程組的LDL分解法　184 5.2.2　[算法44]　求解對稱正定方程組的Cholesky分解法　186 5.2.3　[算法45]　求解線性最小二乘問題的QR分解法　188 5.2.4　【實例24】求解對稱正定方程組　191 5.2.5　【實例25】求解線性最小二乘問題　192 5.3　迭代方法　193 5.3.1　[算法46]　病態(tài)方程組的求解　193 5.3.2　[算法47]　雅克比迭代法　197 5.3.3　[算法48]　高斯-塞德爾迭代法　200 5.3.4　[算法49]　超松弛方法　203 5.3.5　[算法50]　求解對稱正定方程組的共軛梯度方法　205 5.3.6　[算法51]　求解托伯利茲方程組的列文遜方法　209 5.3.7　【實例26】解病態(tài)方程組　214 5.3.8　【實例27】用迭代法解方程組　215 5.3.9　【實例28】求解托伯利茲方程組　217 第6章　非線性方程與方程組的求解　219 6.1　非線性方程求根的基本過程　219 6.1.1　確定非線性方程實根的初始近似值或根的所在區(qū)間　219 6.1.2　求非線性方程根的精確解　221 6.2　求非線性方程一個實根的方法　221 6.2.1　[算法52]　對分法　221 6.2.2　[算法53]　牛頓法　223 6.2.3　[算法54]　插值法　226 6.2.4　[算法55]　埃特金迭代法　229 6.2.5　【實例29】用對分法求非線性方程組的實根　232 6.2.6　【實例30】用牛頓法求非線性方程組的實根　233 6.2.7　【實例31】用插值法求非線性方程組的實根　235 6.2.8　【實例32】用埃特金迭代法求非線性方程組的實根　237 6.3　求實系數(shù)多項式方程全部根的方法　238 6.3.1　[算法56]　QR方法　238 6.3.2　【實例33】　用QR方法求解多項式的全部根　240 6.4　求非線性方程組一組實根的方法　241 6.4.1　[算法57]　梯度法　241 6.4.2　[算法58]　擬牛頓法　244 6.4.3　【實例34】用梯度法計算非線性方程組的一組實根　250 6.4.4　【實例35】用擬牛頓法計算非線性方程組的一組實根　252 第7章　代數(shù)插值法　254 7.1　拉格朗日插值法　254 7.1.1　[算法59]　線性插值　255 7.1.2　[算法60]　二次拋物線插值　256 7.1.3　[算法61]　全區(qū)間插值　259 7.1.4　【實例36】拉格朗日插值　262 7.2　埃爾米特插值　263 7.2.1　[算法62]　埃爾米特不等距插值　263 7.2.2　[算法63]　埃爾米特等距插值　267 7.2.3　【實例37】埃爾米特插值法　270 7.3　埃特金逐步插值　271 7.3.1　[算法64]　埃特金不等距插值　272 7.3.2　[算法65]　埃特金等距插值　275 7.3.3　【實例38】埃特金插值　278 7.4　光滑插值　279 7.4.1　[算法66]　光滑不等距插值　279 7.4.2　[算法67]　光滑等距插值　283 7.4.3　【實例39】光滑插值　286 7.5　三次樣條插值　287 7.5.1　[算法68]　第一類邊界條件的三次樣條函數(shù)插值　287 7.5.2　[算法69]　第二類邊界條件的三次樣條函數(shù)插值　292 7.5.3　[算法70]　第三類邊界條件的三次樣條函數(shù)插值　296 7.5.4　【實例40】樣條插值法　301 7.6　連分式插值　303 7.6.1　[算法71]　連分式插值　304 7.6.2　【實例41】驗證連分式插值的函數(shù)　308 第8章　數(shù)值積分法　309 8.1　變步長求積法　310 8.1.1　[算法72]　變步長梯形求積法　310 8.1.2　[算法73]　自適應(yīng)梯形求積法　313 8.1.3　[算法74]　變步長辛卜生求積法　316 8.1.4　[算法75]　變步長辛卜生二重積分方法　318 8.1.5　[算法76]　龍貝格積分　322 8.1.6　【實例42】變步長積分法進(jìn)行一重積分　325 8.1.7　【實例43】變步長辛卜生積分法進(jìn)行二重積分　326 8.2　高斯求積法　328 8.2.1　[算法77]　勒讓德-高斯求積法　328 8.2.2　[算法78]　切比雪夫求積法　331 8.2.3　[算法79]　拉蓋爾-高斯求積法　334 8.2.4　[算法80]　埃爾米特-高斯求積法　336 8.2.5　[算法81]　自適應(yīng)高斯求積方法　337 8.2.6　【實例44】有限區(qū)間高斯求積法　342 8.2.7　【實例45】半無限區(qū)間內(nèi)高斯求積法　343 8.2.8　【實例46】無限區(qū)間內(nèi)高斯求積法　345 8.3　連分式法　346 8.3.1　[算法82]　計算一重積分的連分式方法　346 8.3.2　[算法83]　計算二重積分的連分式方法　350 8.3.3　【實例47】連分式法進(jìn)行一重積分　354 8.3.4　【實例48】連分式法進(jìn)行二重積分　355 8.4　蒙特卡洛法　356 8.4.1　[算法84]　蒙特卡洛法進(jìn)行一重積分　356 8.4.2　[算法85]　蒙特卡洛法進(jìn)行二重積分　358 8.4.3　【實例49】一重積分的蒙特卡洛法　360 8.4.4　【實例50】二重積分的蒙特卡洛法　361 第9章　常微分方程(組)初值問題的求解　363 9.1　歐拉方法　364 9.1.1　[算法86]　定步長歐拉方法　364 9.1.2　[算法87]　變步長歐拉方法　366 9.1.3　[算法88]　改進(jìn)的歐拉方法　370 9.1.4　【實例51】歐拉方法求常微分方程數(shù)值解　372 9.2　龍格-庫塔方法　376 9.2.1　[算法89]　定步長龍格-庫塔方法　376 9.2.2　[算法90]　變步長龍格-庫塔方法　379 9.2.3　[算法91]　變步長基爾方法　383 9.2.4　【實例52】龍格-庫塔方法求常微分方程的初值問題　386 9.3　線性多步法　390 9.3.1　[算法92]　阿當(dāng)姆斯預(yù)報校正法　390 9.3.2　[算法93]　哈明方法　394 9.3.3　[算法94]　全區(qū)間積分的雙邊法　399 9.3.4　【實例53】線性多步法求常微分方程組初值問題　401 第10章　擬合與逼近　405 10.1　一元多項式擬合　405 10.1.1　[算法95]　最小二乘擬合　405 10.1.2　[算法96]　最佳一致逼近的里米茲方法　412 10.1.3　【實例54】一元多項式擬合　417 10.2　矩形區(qū)域曲面擬合　419 10.2.1　[算法97]　矩形區(qū)域最小二乘曲面擬合　419 10.2.2　【實例55】二元多項式擬合　428 第11章　特殊函數(shù)　430 11.1　連分式級數(shù)和指數(shù)積分　430 11.1.1　[算法98]　連分式級數(shù)求值　430 11.1.2　[算法99]　指數(shù)積分　433 11.1.3　【實例56】連分式級數(shù)求值　436 11.1.4　【實例57】指數(shù)積分求值　438 11.2　伽馬函數(shù)　439 11.2.1　[算法100]　伽馬函數(shù)　439 11.2.2　[算法101]　貝塔函數(shù)　441 11.2.3　[算法102]　階乘　442 11.2.4　【實例58】　伽馬函數(shù)和貝塔函數(shù)求值　443 11.2.5　【實例59】　階乘求值　444 11.3　不完全伽馬函數(shù)　445 11.3.1　[算法103]　不完全伽馬函數(shù)　445 11.3.2　[算法104]　誤差函數(shù)　448 11.3.3　[算法105]　卡方分布函數(shù)　450 11.3.4　【實例60】　不完全伽馬函數(shù)求值　451 11.3.5　【實例61】　誤差函數(shù)求值　452 11.3.6　【實例62】　卡方分布函數(shù)求值　453 11.4　不完全貝塔函數(shù)　454 11.4.1　[算法106]　不完全貝塔函數(shù)　454 11.4.2　[算法107]　學(xué)生分布函數(shù)　457 11.4.3　[算法108]　累積二項式分布函數(shù)　458 11.4.4　【實例63】　不完全貝塔函數(shù)求值　459 11.5　貝塞爾函數(shù)　461 11.5.1　[算法109]　第一類整數(shù)階貝塞爾函數(shù)　461 11.5.2　[算法110]　第二類整數(shù)階貝塞爾函數(shù)　466 11.5.3　[算法111]　變型第一類整數(shù)階貝塞爾函數(shù)　469 11.5.4　[算法112]　變型第二類整數(shù)階貝塞爾函數(shù)　473 11.5.5　【實例64】　貝塞爾函數(shù)求值　476 11.5.6　【實例65】　變型貝塞爾函數(shù)求值　477 11.6　Carlson橢圓積分　479 11.6.1　[算法113]　第一類橢圓積分　479 11.6.2　[算法114]　第一類橢圓積分的退化形式　481 11.6.3　[算法115]　第二類橢圓積分　483 11.6.4　[算法116]　第三類橢圓積分　486 11.6.5　【實例66】　第一類勒讓德橢圓函數(shù)積分求值　490 11.6.6　【實例67】　第二類勒讓德橢圓函數(shù)積分求值　492 第12章　極值問題　494 12.1　一維極值求解方法　494 12.1.1　[算法117]　確定極小值點所在的區(qū)間　494 12.1.2　[算法118]　一維黃金分割搜索　499 12.1.3　[算法119]　一維Brent方法　502 12.1.4　[算法120]　使用一階導(dǎo)數(shù)的Brent方法　506 12.1.5　【實例68】　使用黃金分割搜索法求極值　511 12.1.6　【實例69】　使用Brent法求極值　513 12.1.7　【實例70】　使用帶導(dǎo)數(shù)的Brent法求極值　515 12.2　多元函數(shù)求極值　517 12.2.1　[算法121]　不需要導(dǎo)數(shù)的一維搜索　517 12.2.2　[算法122]　需要導(dǎo)數(shù)的一維搜索　519 12.2.3　[算法123]　Powell方法　522 12.2.4　[算法124]　共軛梯度法　525 12.2.5　[算法125]　準(zhǔn)牛頓法　531 12.2.6　【實例71】　驗證不使用導(dǎo)數(shù)的一維搜索　536 12.2.7　【實例72】　用Powell算法求極值　537 12.2.8　【實例73】　用共軛梯度法求極值　539 12.2.9　【實例74】　用準(zhǔn)牛頓法求極值　540 12.3　單純形法　542 12.3.1　[算法126]　求無約束條件下n維極值的單純形法　542 12.3.2　[算法127]　求有約束條件下n維極值的單純形法　548 12.3.3　[算法128]　解線性規(guī)劃問題的單純形法　556 12.3.4　【實例75】　用單純形法求無約束條件下N維的極值　568 12.3.5　【實例76】　用單純形法求有約束條件下N維的極值　569 12.3.6　【實例77】　求解線性規(guī)劃問題　571 第13章　隨機(jī)數(shù)產(chǎn)生與統(tǒng)計描述　574 13.1　均勻分布隨機(jī)序列　574 13.1.1　[算法129]　產(chǎn)生0到1之間均勻分布的一個隨機(jī)數(shù)　574 13.1.2　[算法130]　產(chǎn)生0到1之間均勻分布的隨機(jī)數(shù)序列　576 13.1.3　[算法131]　產(chǎn)生任意區(qū)間內(nèi)均勻分布的一個隨機(jī)整數(shù)　577 13.1.4　[算法132]　產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機(jī)整數(shù)序列　578 13.1.5　【實例78】　產(chǎn)生0到1之間均勻分布的隨機(jī)數(shù)序列　580 13.1.6　【實例79】　產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機(jī)整數(shù)序列　581 13.2　正態(tài)分布隨機(jī)序列　582 13.2.1　[算法133]　產(chǎn)生任意均值與方差的正態(tài)分布的一個隨機(jī)數(shù)　582 13.2.2　[算法134]　產(chǎn)生任意均值與方差的正態(tài)分布的隨機(jī)數(shù)序列　585 13.2.3　【實例80】　產(chǎn)生任意均值與方差的正態(tài)分布的一個隨機(jī)數(shù)　587 13.2.4　【實例81】　產(chǎn)生任意均值與方差的正態(tài)分布的隨機(jī)數(shù)序列　588 13.3　統(tǒng)計描述　589 13.3.1　[算法135]　分布的矩　589 13.3.2　[算法136]　方差相同時的t分布檢驗　591 13.3.3　[算法137]　方差不同時的t分布檢驗　594 13.3.4　[算法138]　方差的F檢驗　596 13.3.5　[算法139]　卡方檢驗　599 13.3.6　【實例82】　計算隨機(jī)樣本的矩　601 13.3.7　【實例83】　t分布檢驗　602 13.3.8　【實例84】　F分布檢驗　605 13.3.9　【實例85】　檢驗卡方檢驗的算法　607 第14章　查找　609 14.1　基本查找　609 14.1.1　[算法140]　有序數(shù)組的二分查找　609 14.1.2　[算法141]　無序數(shù)組同時查找最大和最小的元素　611 14.1.3　[算法142]　無序數(shù)組查找第M小的元素　613 14.1.4　【實例86】　基本查找　615 14.2　結(jié)構(gòu)體和磁盤文件的查找　617 14.2.1　[算法143]　無序結(jié)構(gòu)體數(shù)組的順序查找　617 14.2.2　[算法144]　磁盤文件中記錄的順序查找　618 14.2.3　【實例87】　結(jié)構(gòu)體數(shù)組和文件中的查找　619 14.3　哈希查找　622 14.3.1　[算法145]　字符串哈希函數(shù)　622 14.3.2　[算法146]　哈希函數(shù)　626 14.3.3　[算法147]　向哈希表中插入元素　628 14.3.4　[算法148]　在哈希表中查找元素　629 14.3.5　[算法149]　在哈希表中刪除元素　631 14.3.6　【實例88】　構(gòu)造哈希表并進(jìn)行查找　632 第15章　排序　636 15.1　插入排序　636 15.1.1　[算法150]　直接插入排序　636 15.1.2　[算法151]　希爾排序　637 15.1.3　【實例89】　插入排序　639 15.2　交換排序　641 15.2.1　[算法152]　氣泡排序　641 15.2.2　[算法153]　快速排序　642 15.2.3　【實例90】　交換排序　644 15.3　選擇排序　646 15.3.1　[算法154]　直接選擇排序　646 15.3.2　[算法155]　堆排序　647 15.3.3　【實例91】　選擇排序　650 15.4　線性時間排序　651 15.4.1　[算法156]　計數(shù)排序　651 15.4.2　[算法157]　基數(shù)排序　653 15.4.3　【實例92】　線性時間排序　656 15.5　歸并排序　657 15.5.1　[算法158]　二路歸并排序　658 15.5.2　【實例93】　二路歸并排序　660 第16章　數(shù)學(xué)變換與濾波　662 16.1　快速傅里葉變換　662 16.1.1　[算法159]　復(fù)數(shù)據(jù)快速傅里葉變換　662 16.1.2　[算法160]　復(fù)數(shù)據(jù)快速傅里葉逆變換　666 16.1.3　[算法161]　實數(shù)據(jù)快速傅里葉變換　669 16.1.4　【實例94】　驗證傅里葉變換的函數(shù)　671 16.2　其他常用變換　674 16.2.1　[算法162]　快速沃爾什變換　674 16.2.2　[算法163]　快速哈達(dá)瑪變換　678 16.2.3　[算法164]　快速余弦變換　682 16.2.4　【實例95】　驗證沃爾什變換和哈達(dá)瑪?shù)暮瘮?shù)　684 16.2.5　【實例96】　驗證離散余弦變換的函數(shù)　687 16.3　平滑和濾波　688 16.3.1　[算法165]　五點三次平滑　689 16.3.2　[算法166]　α-β-γ濾波　690 16.3.3　【實例97】　驗證五點三次平滑　692 16.3.4　【實例98】　驗證α-β-γ濾波算法　693

標(biāo)簽： C 算法附件源代碼

上傳時間： 2015-06-29

上傳用戶：cbsdukaf
復(fù)合simspon變步長c語言實現(xiàn)

對給定積分函數(shù)，要求輸入求積區(qū)間a和b，及控制精度，使用變步長的復(fù)合Simpson公式對其計算定積分，直到得出滿足精度要求的近似解并輸出。

標(biāo)簽： c語言 simspon

上傳時間： 2015-12-31

上傳用戶：dekun
線性時不變系統(tǒng)在MATLAB環(huán)境下的模型建立

線性時不變系統(tǒng)在MATLAB環(huán)境下的模型建立介紹了MATLAB對傳遞函數(shù)的各種具體操作

標(biāo)簽： MATLAB 線性系統(tǒng) 環(huán)境模型

上傳時間： 2016-06-18

上傳用戶：帝出乎震
FPGA那些事兒--Modelsim仿真技經(jīng)典學(xué)習(xí)開發(fā)設(shè)計經(jīng)驗書籍

FPGA那些事兒--Modelsim仿真技巧REV6.0，經(jīng)典Modelsim學(xué)習(xí)開發(fā)設(shè)計經(jīng)驗書籍-331頁。前言筆者一直以來都在糾結(jié)，自己是否要為仿真編輯相關(guān)的教程呢？一般而言，Modelsim 等價仿真已經(jīng)成為大眾的常識，但是學(xué)習(xí)仿真是否學(xué)習(xí)Modelsim，筆者則是一直保持保留的態(tài)度。筆者認(rèn)為，仿真是Modelsim，但是Modelsim 不是仿真，嚴(yán)格來講Modelsim只是仿真所需的工具而已，又或者說Modelsim 只是學(xué)習(xí)仿真的一部小插曲而已。除此之外，筆者也認(rèn)為仿真可以是驗證語言，但是驗證語言卻不是仿真，因為驗證語言只是仿真的一小部分而已，事實上仿真也不一定需要驗證語言。常規(guī)告訴筆者，仿真一定要學(xué)習(xí)Modelsim 還有驗證語言，亦即Modelsim 除了學(xué)習(xí)操作軟件以外，我們還要熟悉TCL 命令（Tool Command Language）。此外，學(xué)習(xí)驗證語言除了掌握部分關(guān)鍵字以外，還要記憶熟悉大量的系統(tǒng)函數(shù)，還有預(yù)處理。年輕的筆者，因為年少無知就這樣上當(dāng)了，最后筆者因為承受不了那巨大的學(xué)習(xí)負(fù)擔(dān)，結(jié)果自爆了。經(jīng)過慘痛的經(jīng)歷以后，筆者重新思考“仿真是什么？”，仿真難道是常規(guī)口中說過的東西嗎？還是其它呢？苦思冥想后，筆者終于悟道“仿真既是虛擬建?！边@一概念。虛擬建模還有實際建模除了概念（環(huán)境）的差別以外，兩者其實是同樣的東西。換句話說，一套用在實際建模的習(xí)慣，也能應(yīng)用在仿真的身上。按照這條線索繼續(xù)思考，筆者發(fā)現(xiàn)仿真其實是復(fù)合體，其中包括建模，時序等各種基礎(chǔ)知識。換言之，仿真不僅需要一定程度的基礎(chǔ)，仿真不能按照常規(guī)去理解，不然腦袋會短路。期間，筆者發(fā)現(xiàn)愈多細(xì)節(jié)，那壓抑不了的求知欲也就愈燒愈旺盛，就這樣日夜顛倒研究一段時間以后，筆者終于遇見仿真的關(guān)鍵，亦即個體仿真與整體仿真之間的差異。常規(guī)的參考書一般都是討論個體仿真而已，然而它們不曾涉及整體仿真。一個過多模塊其中的仿真對象好比一塊大切糕，壓倒性的仿真信息會讓我們喘不過起來，為此筆者開始找尋解決方法。后來筆者又發(fā)現(xiàn)到，早期建模會嚴(yán)重影響仿真的表現(xiàn)，如果筆者不規(guī)則分化整體模塊，仿真很容易會變得一團(tuán)糟，而且模塊也會失去連接性。筆者愈是深入研究仿真，愈是發(fā)現(xiàn)以往不曾遇見的細(xì)節(jié)問題，然而這些細(xì)節(jié)問題也未曾出現(xiàn)在任何一本參考書的身上。漸漸地，筆者開始認(rèn)識，那些所謂的權(quán)威還有常規(guī)，從根本上只是外表好看的紙老虎而已，細(xì)節(jié)的涉及程度完全不行。筆者非常后悔，為什么自己會浪費那么多時間在它們的身上。可惡的常規(guī)！快把筆者的青春還回來！所以說，常規(guī)什么的最討厭了，最好統(tǒng)統(tǒng)都給我爆炸去吧！嗚咕，過多怨氣實在一言難盡，欲知詳情，讀者自己看書去吧...

標(biāo)簽： FPGA Modelsim

上傳時間： 2022-05-02

上傳用戶：