最近項目要求實現新聞內容頁無刷新分頁，把自己寫的頁面正則分頁拿出來和大家分享 js分頁代碼很好找，關鍵是常見的js分頁代碼沒有匹配分頁標記點即不拆開html標記的功能。 下面說說解決思路： 1.按字數分頁，可設默認值，比如3000，那就是每頁3000字 2.分頁字數可變，受分頁規則控制。 3.分頁規則為正則匹配該頁最后一個字，如果是中文或者中文全角符號則可以分頁，如不是則增加該頁分頁字數繼續匹配
上傳時間： 2016-07-03
上傳用戶：trepb001
攝像機標定新算法,用一個子函數計算出兩組運動組的參數 本程序用于調試攝像機標定新算法 這個程序在原來的基礎上改變了部分返回值，將標準離差改為均方值的計算 加入標定整體誤差計算，運動復原和三維復原整體誤差計算 應先用計算出的平移矢量進行三維復原，從得出的點對統計其z方向為正的個數，多者為正確的平移矢量 ％已完成 ％程序太復雜，簡化，將輸出參數只考慮整體復原誤差,這樣的運行時間與不簡化時差不多，需要進一步簡化程序
上傳時間： 2016-07-06
上傳用戶：sevenbestfei
二維簡單理想導體方柱在MATLAB環境下實現自動剖分，編碼。自己整合方程并且求解，得到各點的場值
上傳時間： 2016-07-19
上傳用戶：康郎
關于分算的智能算法演示，包括樣品訓練、模板匹配算法，二值Bayes分類，概率Bayes分類，最小風險Bayes分類，Fisher算法，獎懲算法，增量校正算法，LMSE算法，勢函數算法，神經網絡算法（包括訓練，比較及識別）等。
上傳時間： 2014-11-26
上傳用戶：stewart·
cookie 是一個會儲存使用者電腦裏的變數。每一次同樣的電腦以瀏灠器請求網頁時，它同樣的也會傳 cookie。 有了 JavaScript, 你可以同時建立及回覆 cookie 的值。
標簽： cookie
上傳時間： 2016-08-02
上傳用戶：agent
研究了利用混沌相變進行弱信號檢測的理論及仿真試驗( 對基于) 振子初值敏感性檢測弱信號的方法分 析后指出，過渡過程會影響檢測性能，提出一種改進的弱信號檢測方法( 對仿真輸入噪聲生成和仿真步長選擇進行 研究后建立了仿真模型，在典型噪聲背景下檢測弱正弦信號( 實驗結果表明：所提出的方法有較好檢測性能；混沌 臨界態的 系統對噪聲敏感導致相變方法難以精確確定最小檢測幅值( 指出了這類方法的局限性
上傳時間： 2014-01-09
上傳用戶：lingzhichao
Matlab 是套應用於科學與工程領 域中數 值計算、分析與模擬的應用軟體，結合了 數 值分析、矩陣運算及繪圖等功能，功能強大、操作介面簡易 。在大學線性代數 及微積分課程中均可應用 Matlab 來 輔助學習。
上傳時間： 2013-12-23
上傳用戶：zuozuo1215
1．產生白噪聲程序 編程產生一組正態分布的白噪聲信號,它的均值和方差以及長度可隨意調整。將產生的白噪聲信號存入數據文件。 本程序算法用C++語言編寫。首先用乘同余法產生均勻分布白噪聲，再用變換抽樣法轉換為高斯分布白噪聲。算法及程序實現敘述如下。 1) 設定x初值為11,A＝179，長度WNlength,均值Average,方差Serror為用戶輸入的變量； 2) M =235，ζi= x/M； 3) 取ζi的小數部分再賦值給ζi＋1，這就是均勻分布白噪聲； 4) 利用公式 η1=Serror×(–2*logζ1)0.5×cos(2pζ2) ＋Average η2= Serror×(–2*logζ1)0.5×sin(2pζ2) +Average 計算得到均值和方差可任意調整的白噪聲序列。式中 為均勻分布白噪聲。
上傳時間： 2016-10-19
上傳用戶：hanli8870
（1）Msls分三步對系統和噪聲模型進行辨識，采用脈沖序列作為輔助系統模型，用 計算輸出數據 ；用原輸出數據 計算 ，用遞推最小二乘方法分別對系統參數和模型參數進行估計。 （2）M.dat,wnoise1.dat分別為M和白噪聲序列。Wnoise1.dat的長度為700，wnoise2.dat的長度為1000。Msls6.c為N=600的程序，Msls8.c為N=800的程序。 （3）程序運行后，生成的兩個h文件為產生的脈沖響應函數。Msls6.dat為msls6.c的參數估計結果，msls8.dat為msls8.c的參數辨識結果。分別如下所示： a1=0.906331 a2=0.160170 a3=0.025525 b1=0.704475 b2=-1.497551 c1=1.009114 c2=0.446890 a1=0.906347 a2=0.159066 a3=0.024650 b1=0.700720 b2=-1.493327 c1=1.008787 c2=0.425714 （4）由數據結果可以看出，采用msls辨識方法估計精度要比els法的估計精度差一些。尤其是噪聲參數c2的估計誤差不在1％以內。這是由于msls法計算上較為簡便，計算上的簡化就帶來了估計精度上的誤差。由N=600和N=800相比較，可以看出當N增大時，誤差有所減小。理論上當N趨于無窮時， 。
上傳時間： 2016-10-19
上傳用戶：戀天使569
有實驗結果,用MOSIN6編寫的,是Verilog HDL語言實現的. 練習三 利用條件語句實現計數分頻時序電路 實驗目的： 1. 掌握條件語句在簡單時序模塊設計中的使用； 2. 學習在Verilog模塊中應用計數器； 3. 學習測試模塊的編寫、綜合和不同層次的仿真。 練習四 阻塞賦值與非阻塞賦值的區別 實驗目的： 1． 通過實驗，掌握阻塞賦值與非阻塞賦值的概念和區別； 2． 了解阻塞賦值與非阻塞賦值的不同使用場合； 3． 學習測試模塊的編寫、綜合和不同層次的仿真。
上傳時間： 2016-11-19
上傳用戶：mhp0114
