<strike id="46c2u"></strike>
最小重量機器設(shè)計問題 設(shè)某一機器由n個部件組成，每一種部件都可以從m個不同的供應(yīng)商處購得。設(shè)w(i,j)是從供應(yīng)商j處購得的部件i的重量,C(i,j)是相應(yīng)的價格。 設(shè)計一個優(yōu)先列式分支限界法，給出總價格不超過c的最小重量機器設(shè)計。
上傳時間： 2014-01-22
上傳用戶：stewart·
某單位需要完成N項任務(wù)，恰好有N個人可承擔(dān)這些任務(wù)。由于每人的專長不同，個人完成任務(wù)不同，所需成本也不同。若第i個人完成第將j項任務(wù)的成本為C（i，j），問題是如何分配這些工作任務(wù)，使總成本最小？ 這類問題為指派問題。
標簽： 單位
上傳時間： 2015-06-08
上傳用戶：Yukiseop
有N個城市，編號為0、1…N-1，每個城市之間的路徑長度保存在二位數(shù)組a中，如a[i][j]表示城市i與城市j的路徑長度。求某個城市到其余城市的最短路徑。
標簽： 城市
上傳時間： 2014-01-05
上傳用戶：徐孺
HMM(Hidden Markov Model)，狀態(tài)數(shù)目N=3，觀察符號數(shù)目M=2，時間長度T=3。 (a) Probability Evaluation: 給定狀態(tài)轉(zhuǎn)換機率A、狀態(tài)符號觀察機率B、和起始機率 ，求觀察序列 出現(xiàn)的機率。 (b) Optimal State Sequence: 給定狀態(tài)轉(zhuǎn)換機率A、狀態(tài)符號觀察機率B、起始機率 、和觀察序列 ，求一個狀態(tài)序列 使得O出現(xiàn)的機率最大。 (c) Parameter Estimation: 給定狀態(tài)轉(zhuǎn)換機率A、狀態(tài)符號觀察機率B、起始機率 、和觀察序列 ，求新的A、B、 ，使得O出現(xiàn)的機率最大。
上傳時間： 2014-08-28
上傳用戶：heart520beat
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預(yù)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(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)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(qū)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(qū)域裁剪,截取車牌圖像。
上傳時間： 2013-11-26
上傳用戶：懶龍1988
給定n 個整數(shù)a ,a , ,an 1 2 組成的序列， a n i | |£ ，1 £ i £ n。如果對于i £ j ，有 0 = å = j k i k a ，則稱序列區(qū)間i i j a , a , , a +1 為一個零和區(qū)間，相應(yīng)的區(qū)間長度為j-i+1。
上傳時間： 2015-07-23
上傳用戶：zhangzhenyu
給定n 個整數(shù)a ,a , ,an 1 2 組成的序列， a n i | |£ ，1 £ i £ n。如果對于i £ j ，有 0 = å = j k i k a ，則稱序列區(qū)間i i j a , a , , a +1 為一個零和區(qū)間，相應(yīng)的區(qū)間長度為j-i+1。
上傳時間： 2013-12-21
上傳用戶：偷心的海盜
1.24位真彩色->256色灰度圖。 2.預(yù)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(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)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(qū)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(qū)域裁剪,截取車牌圖像。
上傳時間： 2014-01-08
上傳用戶：songrui
此程序采用數(shù)據(jù)并行方式 //每個處理器執(zhí)行相同的可視化流程: // vtkImageReader -> vtkContourFilter -> vtkElevationFilter //另外,第一個處理器創(chuàng)建n個輸入接口(n=處理器個數(shù)-1),同時其它處理器 //分別創(chuàng)建輸出接口與其對應(yīng).第一個處理器合成自己和其它處理器輸出的 //多邊形數(shù)據(jù),并將其顯示出來.
標簽： vtkElevationFilter vtkContourFilter vtkImageReader gt
上傳時間： 2015-10-13
上傳用戶：13188549192
代入法的啟發(fā)示搜索 我的代碼實現(xiàn)是：按照自然語言各字母出現(xiàn)頻率的大小從高到低（已經(jīng)有人作國統(tǒng)計分析了）先生成一張字母出現(xiàn)頻率統(tǒng)計表（A）--------(e),(t,a,o,i,n,s,h,r),(d,l),(c,u,m,w,f,g,y,p,b),(v,k,j,x,q,z) ，再對密文字母計算頻率，并按頻率從高到低生成一張輸入密文字母的統(tǒng)計表（B），通過兩張表的對應(yīng)關(guān)系，不斷用A中的字母去替換B中的字母，搜索不成功時就回退，在這里回朔是一個關(guān)鍵。
上傳時間： 2015-10-24
上傳用戶：wanqunsheng
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
<strike id="mqi2o"></strike>