利用矩陣的奇異值分解壓縮圖像，先將圖像分塊，對各塊中的每個對應象素內積得到相關矩陣A，然后對A進行奇異值分解，選擇n（n<N）個較大的特征值對應的特征向量，利用該向量與各塊圖像內積來壓縮和恢復圖像
上傳時間： 2015-04-27
上傳用戶：1079836864
Linux下使用c語言實現的內存管理模擬器 假設有臺計算機物理內存大小為4MB,每個內存頁大小為4k。采用分頁機制，使用二級頁表，第一級為頁目錄，共有1024項，每個頁目錄項指向一個頁表，每個頁表項指向一個實際的物理頁面，每個頁表共有1024個頁表項。假設頁目錄和頁表不占用內存空間。 系統中還有一個交換設備，采用分塊管理機制，每塊大小為4K,共1024個。有一系列內存訪問指令，系統根據內存訪問指令的內存虛地址訪問內存。如果頁目錄項為空，則分配一個頁表，并將相關值存入頁目錄項，如果頁表項為空，則請求分配一個內存頁，如果沒有空閑內存，則使用頁面置換算法換出一個內存頁到交換設備上。如果頁表項表明內存頁在交換設備上，則先請求一個物理內存頁，然后從交換設備上讀入內存內容，釋放交換設備上的磁盤塊。
上傳時間： 2015-05-01
上傳用戶：ardager
玩法: 一開始先下數字 下完25個數字後 再開始圈選數字 先達到5條連線者獲勝 在下數字跟選數字時 按滑鼠右鍵都能無限反悔 當然 電腦部分仍然是兩光兩光的... 還有畫面也是粉差啦...
上傳時間： 2014-01-09
上傳用戶：cazjing
對xml+xsl實現分頁排序的改進，使支持對所有數據進行排序 以往見過的利用xml+xsl來實現分頁排序的基本都只能本頁內排序，而不能對所有數據進行排序，究其原因，簡單分析如下： xml+xsl分頁原理：在xsl中，遍歷節點的時候，可以獲取當前節點的位置，而且還能限制顯示特定位置的節點，例如有18條記錄，可以在xsl中設置只顯示第1-6條，也可以設置只顯示第7-12條，再配合客戶端腳本，就可以動態改變xsl文檔中控制顯示指定位置節點的屬性，從而實現分頁（具體見代碼）。不過這個有一點就是在xsl中獲取的這個位置信息是xml文檔中的節點位置，而不是排序后的位置； 同樣xml+xsl實現排序原理：xsl可以按照節點的屬性來排序，我們可以通過動態改變xsl的相關屬性值來達到動態排序的目的。如果兩個合起來用，卻只能對當前頁進行排序。
上傳時間： 2015-07-01
上傳用戶：thinode
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區域灰度基本被賦值為0?？紤]到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區域裁剪,截取車牌圖像。
上傳時間： 2013-11-26
上傳用戶：懶龍1988
數控分頻器設計:對于一個加法計數器，裝載不同的計數初始值時，會有不同頻率的溢出輸出信號。計數器溢出時，輸出‘1’電平，同時溢出時的‘1’電平反饋給計數器的輸入端作為裝載信號；否則輸出‘0’電平。
上傳時間： 2015-07-16
上傳用戶：wxhwjf
基于VHDL語言描述的一個分頻器，根據端口值，可作為四分頻，八分頻等分頻器使用。
上傳時間： 2013-12-31
上傳用戶：集美慧
報童問題的計算機仿真 ％tm一輪實驗的預定模擬天數 ％t一輪實驗的仿真天數累積值 ％z訂報量 ％z 最優訂報量 ％g訂報量z之上界 ％s1損失值之累計值 ％s最小損失值值 ％r按概率分布產生隨機售報量樣本
上傳時間： 2013-12-17
上傳用戶：dengzb84
拉格朗日插值多項式擬合,牛頓插值多項式,歐拉方程解偏微分方程,使用極限微分求解導數（微分）,微分方程組的N=4龍格庫塔解法,雅可比爹迭代法解方程AX=B,最小二乘多項式擬合,組合辛普生公式求解積分,用三角分解法解方程AX=B
上傳時間： 2015-07-23
上傳用戶：hongmo
1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區域裁剪,截取車牌圖像。
上傳時間： 2014-01-08
上傳用戶：songrui
