物體做拋物線(xiàn)運(yùn)動(dòng)是游戲中基本運(yùn)動(dòng)物理模型之一！ 在PC游戲中可以由重力公式 輕易模擬，但在手機(jī)游戲中 ，由于多數(shù)手機(jī)不支持浮點(diǎn)運(yùn)算 因此不能用 sin ，cos， 來(lái)分解初速度。 所以只能用近似模擬的方法！ 我所采用的是：先放大后縮小的模擬方式，并且為了更精確加入了一定的偏移量。
標(biāo)簽： 拋物線(xiàn) 物理模型 模擬 重力
上傳時(shí)間： 2015-03-17
上傳用戶(hù)：1159797854
日立SH-2 CPU核的VERLOG源碼，可在ISE6上綜合，有說(shuō)明文檔
上傳時(shí)間： 2015-03-17
上傳用戶(hù)：開(kāi)懷常笑
優(yōu)化算法,可有通過(guò)考察所構(gòu)建模型來(lái)組合自己的函數(shù)功能,有選擇的提供程序
標(biāo)簽： 優(yōu)化算法 建模 函數(shù) 組合
上傳時(shí)間： 2013-12-16
上傳用戶(hù)：jiahao131
C-C方法計(jì)算時(shí)間延遲和嵌入維數(shù)計(jì)算Lyapunov指數(shù)計(jì)算關(guān)聯(lián)維數(shù)混沌時(shí)間序列預(yù)測(cè)
標(biāo)簽： Lyapunov 計(jì)算 C-C 延遲
上傳時(shí)間： 2015-03-17
上傳用戶(hù)：cccole0605
自組織系統(tǒng)Kohonen網(wǎng)絡(luò)模型。對(duì)于Kohonen神經(jīng)網(wǎng)絡(luò)，競(jìng)爭(zhēng)是這樣進(jìn)行的：對(duì)于“贏”的那個(gè)神經(jīng)元c，在其周?chē)鶱c的區(qū)域內(nèi)神經(jīng)元在不同程度上得到興奮，而在Nc以外的神經(jīng)元都被抑制。網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程就是網(wǎng)絡(luò)的連接權(quán)根據(jù)訓(xùn)練樣本進(jìn)行自適應(yīng)、自組織的過(guò)程，經(jīng)過(guò)一定次數(shù)的訓(xùn)練以后，網(wǎng)絡(luò)能夠把拓?fù)湟饬x下相似的輸入樣本映射到相近的輸出節(jié)點(diǎn)上。網(wǎng)絡(luò)能夠?qū)崿F(xiàn)從輸入到輸出的非線(xiàn)性降維映射結(jié)構(gòu)：它是受視網(wǎng)膜皮層的生物功能的啟發(fā)而提出的。~..~
標(biāo)簽： Kohonen 自組織 神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2014-01-06
上傳用戶(hù)：ghostparker
實(shí)數(shù)序列的快速傅立葉變換，基本算法為分裂基算法，將實(shí)數(shù)序列數(shù)組的地址給函數(shù)即可
上傳時(shí)間： 2015-03-19
上傳用戶(hù)：xiaodu1124
一個(gè)支撐矢量機(jī)模型庫(kù)，詳細(xì)內(nèi)容參看壓縮包內(nèi)的FAQ
上傳時(shí)間： 2015-03-19
上傳用戶(hù)：moerwang
開(kāi)發(fā)環(huán)境:Matlab 簡(jiǎn)要說(shuō)明:自組織特征映射模型(Self-Organizing feature Map)，認(rèn)為一個(gè)神經(jīng)網(wǎng)絡(luò)接受外界輸入模式時(shí)，將會(huì)分為不同的區(qū)域，各區(qū)域?qū)斎肽Ｊ骄哂胁煌捻憫?yīng)特征，同時(shí)這一過(guò)程是自動(dòng)完成的。各神經(jīng)元的連接權(quán)值具有一定的分布。最鄰近的神經(jīng)元互相刺激，而較遠(yuǎn)的神經(jīng)元?jiǎng)t相互抑制，更遠(yuǎn)一些的則具有較弱的刺激作用。自組織特征映射法是一種無(wú)教師的聚類(lèi)方法。
標(biāo)簽： Self-Organizing feature Matlab Map
上傳時(shí)間： 2015-03-19
上傳用戶(hù)：杜瑩12345
介紹了一種在DSP 仿真環(huán)境下,采用C 語(yǔ)言對(duì)FLA SH 進(jìn)行在系統(tǒng)編程( ISP)的 方法,同時(shí)介紹了TM S320VC5402 的Boo t loader 原理,給出了DSP 的并行FLA SH 引導(dǎo)功能實(shí)現(xiàn) 方案,并且給出了一個(gè)簡(jiǎn)單的測(cè)試實(shí)例
上傳時(shí)間： 2014-10-12
上傳用戶(hù)：caixiaoxu26
具有帶通選擇性的ICA算法可以改善對(duì)于帶通時(shí)間序列的分離以及對(duì)于周期性腦功能響應(yīng)信號(hào)的提取. 因此本文提出的方案可將被估計(jì)信號(hào), 如:周期性響應(yīng)信號(hào)以及具有平滑空間分布的腦功能激活區(qū), 的先驗(yàn)特性以特征選擇的方式加入ICA算法用以提高對(duì)此類(lèi)信號(hào)的估計(jì)
上傳時(shí)間： 2013-12-11
上傳用戶(hù)：集美慧
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
