ITU-T G.729語(yǔ)音壓縮算法。 description: Fixed-point description of commendation G.729 with ANNEX B Coding of Speech at 8 kbit/s using Conjugate-Structure Algebraic-Code-Excited Linear-Prediction (CS-ACELP) with Voice Activity Decision(VAD), Discontinuous Transmission(DTX), and Comfort Noise Generation(CNG).
標(biāo)簽： description commendation Fixed-point 729
上傳時(shí)間： 2014-11-23
上傳用戶(hù)：thesk123
人工神經(jīng)網(wǎng)絡(luò)課件,介紹了人工神經(jīng)網(wǎng)絡(luò)的基本概念、單層網(wǎng)、多層網(wǎng)、循環(huán)網(wǎng)等各種基本網(wǎng)絡(luò)模型的結(jié)構(gòu)、特點(diǎn)、典型訓(xùn)練算法、運(yùn)行方式、典型問(wèn)題
標(biāo)簽： 人工神經(jīng)網(wǎng)絡(luò) 典型 基本概念 多層
上傳時(shí)間： 2016-01-02
上傳用戶(hù)：guanliya
第一章 有關(guān)數(shù)論的算法 1.1最大公約數(shù)與最小公倍數(shù) 1.2有關(guān)素?cái)?shù)的算法 1.3方程ax+by=c的整數(shù)解及應(yīng)用 1.4 求a^b mod n 第二章 高精度計(jì)算 2.1高精度加法 2.2高精度減法 2.3高精度乘法 2.4 高精度除法 練習(xí) 第三章 排列與組合 3.1加法原理與乘法原理 練習(xí) 3. 2 排列與組合的概念與計(jì)算公式 練習(xí) 3.3排列與組合的產(chǎn)生算法 練習(xí) 第四章 計(jì)算幾何 4.1 基礎(chǔ)知識(shí) 4.2 線段的相交判斷 4.3尋找凸包算法 練習(xí) 第五章 其它數(shù)學(xué)知識(shí)及算法 5.1 鴿巢原理 5.2 容斥原理及應(yīng)用 5.3 常見(jiàn)遞推關(guān)系及應(yīng)用
上傳時(shí)間： 2016-01-05
上傳用戶(hù)：frank1234
一本有關(guān)算法的書(shū),A=B,很有名的,英文版
上傳時(shí)間： 2016-01-10
上傳用戶(hù)：qb1993225
Voronoi圖生成算法 ,Voronoi(沃洛諾依)多邊形網(wǎng)絡(luò)常常被用來(lái)做為計(jì)算機(jī)仿真模型.由于按照定義形成Voronoi多邊形網(wǎng)絡(luò)較難用程序?qū)崿F(xiàn),人們多采用Delauney(狄洛尼)三角形的方法完成模型的構(gòu)建.大家可以交流
標(biāo)簽： Voronoi Delauney 網(wǎng)絡(luò) 生成算法
上傳時(shí)間： 2016-01-10
上傳用戶(hù)：爺?shù)臍赓|(zhì)
B樹(shù)算法實(shí)現(xiàn)，非常難得！btree implementation for random lookups, transaction handling, sequential access methods, and a small embeddable footprint.
上傳時(shí)間： 2014-01-10
上傳用戶(hù)：王小奇
多模型和概率數(shù)據(jù)關(guān)聯(lián)結(jié)合后的IMMPDA算法，主要用于雷達(dá)數(shù)據(jù)處理，單目標(biāo)的在雜波環(huán)境下的目標(biāo)跟蹤。
標(biāo)簽： IMMPDA 多模型 概率 數(shù)據(jù)關(guān)聯(lián)
上傳時(shí)間： 2016-01-23
上傳用戶(hù)：cjf0304
可以進(jìn)行曲線回歸擬合算法的四參數(shù)算法。函數(shù)為 y = (a-d)/(1+(x/c)^b) +d . ec50.m 為其主要函數(shù)
上傳時(shí)間： 2016-02-04
上傳用戶(hù)：我干你啊
一種基于局部密度比權(quán)重設(shè)置模型的加權(quán)支持向量回歸模型來(lái)單步求解多分類(lèi)問(wèn)題：該方法先分別對(duì)類(lèi)樣本中每類(lèi)樣本利用局部密度比權(quán)重設(shè)置模型求出每個(gè)樣本的權(quán)重隸屬因子,然后運(yùn)用加權(quán)l(xiāng)ib支持向量回歸算法對(duì)所有樣本進(jìn)行訓(xùn)練,獲得回歸分類(lèi)器,希望對(duì)大家有用!
上傳時(shí)間： 2013-12-06
上傳用戶(hù)：TF2015
Floyd-Warshall算法描述 1)適用范圍： a)APSP(All Pairs Shortest Paths) b)稠密圖效果最佳 c)邊權(quán)可正可負(fù) 2)算法描述： a)初始化：dis[u,v]=w[u,v] b)For k:=1 to n For i:=1 to n For j:=1 to n If dis[i,j]>dis[i,k]+dis[k,j] Then Dis[I,j]:=dis[I,k]+dis[k,j] c)算法結(jié)束：dis即為所有點(diǎn)對(duì)的最短路徑矩陣 3)算法小結(jié)：此算法簡(jiǎn)單有效，由于三重循環(huán)結(jié)構(gòu)緊湊，對(duì)于稠密圖，效率要高于執(zhí)行|V|次Dijkstra算法。時(shí)間復(fù)雜度O(n^3)。 考慮下列變形：如(I,j)∈E則dis[I,j]初始為1,else初始為0，這樣的Floyd算法最后的最短路徑矩陣即成為一個(gè)判斷I,j是否有通路的矩陣。更簡(jiǎn)單的，我們可以把dis設(shè)成boolean類(lèi)型，則每次可以用“dis[I,j]:=dis[I,j]or(dis[I,k]and dis[k,j])”來(lái)代替算法描述中的藍(lán)色部分，可以更直觀地得到I,j的連通情況。
標(biāo)簽： Floyd-Warshall Shortest Pairs Paths
上傳時(shí)間： 2013-12-01
上傳用戶(hù)：dyctj
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
