15.2 已經(jīng)加入了有關(guān)貫孔及銲點(diǎn)的Z軸延遲計(jì)算功能. 先開啟 Setup - Constraints - Electrical constraint sets 下的 DRC 選項(xiàng). 點(diǎn)選 Electrical Constraints dialog box 下 Options 頁(yè)面 勾選 Z-Axis delay欄.
標(biāo)簽： Allegro 15.2 SPB
上傳時(shí)間： 2013-11-12
上傳用戶：Late_Li
最小平方近似法 (least-squares approximation) 是用來(lái)求出一組離散 (discrete) 數(shù)據(jù)點(diǎn)的近似函數(shù) (approximating function)，作實(shí)驗(yàn)所得的數(shù)據(jù)亦常使用最小平方近似法來(lái)達(dá)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(xiàng)式作為近似函數(shù)，除了多項(xiàng)式之外，指數(shù)、對(duì)數(shù)方程式亦可作為近似函數(shù)。關(guān)於最小平方近似法的計(jì)算原理，請(qǐng)參閱市面上的數(shù)值分析書籍
標(biāo)簽： least-squares approximation approximating discrete
上傳時(shí)間： 2015-06-21
上傳用戶：SimonQQ
HMM(Hidden Markov Model)，狀態(tài)數(shù)目N=3，觀察符號(hào)數(shù)目M=2，時(shí)間長(zhǎng)度T=3。 (a) Probability Evaluation: 給定狀態(tài)轉(zhuǎn)換機(jī)率A、狀態(tài)符號(hào)觀察機(jī)率B、和起始機(jī)率 ，求觀察序列 出現(xiàn)的機(jī)率。 (b) Optimal State Sequence: 給定狀態(tài)轉(zhuǎn)換機(jī)率A、狀態(tài)符號(hào)觀察機(jī)率B、起始機(jī)率 、和觀察序列 ，求一個(gè)狀態(tài)序列 使得O出現(xiàn)的機(jī)率最大。 (c) Parameter Estimation: 給定狀態(tài)轉(zhuǎn)換機(jī)率A、狀態(tài)符號(hào)觀察機(jī)率B、起始機(jī)率 、和觀察序列 ，求新的A、B、 ，使得O出現(xiàn)的機(jī)率最大。
標(biāo)簽： Hidden Markov Model HMM
上傳時(shí)間： 2014-08-28
上傳用戶：heart520beat
迄今為止，本書已介紹了可在Microsoft Wi n d o w s操作系統(tǒng)中使用的全部網(wǎng)絡(luò)A P I函數(shù)。 利用這些函數(shù)，我們的應(yīng)用程序可通過(guò)網(wǎng)絡(luò)，建立與其他程序的通信聯(lián)系。在那些討論中， 我們?cè)诤艽蟪潭壬蠈⒅攸c(diǎn)放在七層O S I模型的應(yīng)用層和表示層上面
標(biāo)簽：
上傳時(shí)間： 2015-07-08
上傳用戶：royzhangsz
數(shù)值分析中的歐拉算法 本文建立在數(shù)值分析的理論基礎(chǔ)上，能夠在Matlab環(huán)境中運(yùn)行，給出了理論分析、程序清單以及計(jì)算結(jié)果。更重要的是，還有詳細(xì)的對(duì)算法的框圖說(shuō)明。首先運(yùn)用Romberg積分方法對(duì)給出定積分進(jìn)行積分，然後對(duì)得到的結(jié)果用插值方法，分別求出Lagrange插值多項(xiàng)式和Newton插值多項(xiàng)式，再運(yùn)用最小二乘法的思想求出擬合多項(xiàng)式，最後對(duì)這些不同類型多項(xiàng)式進(jìn)行比較，找出它們各自的優(yōu)劣。
標(biāo)簽： 數(shù)值分析 分 算法
上傳時(shí)間： 2013-12-18
上傳用戶：yoleeson
讀取SLA檔案，計(jì)算全球每月海潮趨勢(shì)。(以1992年10月至2002年8月為例)
標(biāo)簽： SLA
上傳時(shí)間： 2013-12-21
上傳用戶：helmos
類神經(jīng)網(wǎng)路，MLP程式碼，可以計(jì)算多層架構(gòu)之類神經(jīng)網(wǎng)路運(yùn)算~C
上傳時(shí)間： 2013-12-28
上傳用戶：txfyddz
灰色理論下之灰關(guān)聯(lián)matlab源碼，可幫助計(jì)算一序列中的數(shù)據(jù)的權(quán)重，得以給予不同之相關(guān)性
標(biāo)簽： matlab
上傳時(shí)間： 2013-12-22
上傳用戶：源碼3
灰色理論下之最基本操作元，灰生成之matlab源碼，可很快計(jì)算出數(shù)據(jù)各階之生成結(jié)果
標(biāo)簽： 基本操作
上傳時(shí)間： 2013-12-01
上傳用戶：aappkkee
灰色理論之GM(!,1)模型，GM(1,1)的matlab源碼，可從生成一直計(jì)算到預(yù)測(cè)值
標(biāo)簽： GM 模型
上傳時(shí)間： 2015-10-27
上傳用戶：yzy6007
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
