<li id="kcuca"></li> TSC條碼打印機在LINUX下的條碼打印程序,需要24點陣字庫支持.
上傳時間： 2015-08-31
上傳用戶：410805624
N-TierProgramDevelopPattern Pattern of N-TierProgramDevelop
標簽： N-TierProgramDevelopPattern N-TierProgramDevelop Pattern of
上傳時間： 2013-12-31
上傳用戶：363186
數據結構課程設計 管道鋪設施工的最佳方案選擇 N(N>10)個居民區之間需鋪設煤氣管道。假設任意兩個居民區之間都可鋪設，但代價不同。事先將任意居民區之間鋪設管道的代價存入文件。設計一個最佳方案，使得這N個居民區間鋪設管道的代價最小，希望能以圖形形式在屏幕上輸出結果。
上傳時間： 2014-10-10
上傳用戶：思琦琦
本書以最新的資訊家電、智慧型手機、PDA產品為出發點，廣泛並深入分析相關的嵌入式系統技術。 適合閱讀： 產品主管、系統設計分析人員、欲進入此領域的工程師、大專院校教學. 本書效益： 為開發嵌入式系統產品必備入門聖經 進入嵌入式系統領域的寶典 第三代行動通訊終端設備與內容服務的必備知識.
上傳時間： 2015-09-03
上傳用戶：阿四AIR
1.功能 用全選主元高斯消去法計算矩陣A的秩(C語言) 2.函數參數說明 double a[m][n] : 存放mxn階矩陣A的元素，返回時將被破壞 int m : 矩陣A的行數 int n : 矩陣A的列數 int rank() : 函數返回A的秩 3.文件說明 rank.c為函數程序 rank0.c為主函數程序
上傳時間： 2015-09-03
上傳用戶：xuan‘nian
1.功能 利用廣義逆求解無約束條件下的優化問題(C語言) 2.參數說明 int m : 非線性方程組中方程個數 int n : 非線性方程組中未知數個數 double eps1 : 控制最小二乘解的精度要求 double eps2 : 用于奇異值分解中的控制精度要求 double x[n] : 存放非線性方程組解的初始近似值X(0),要求各分量不全為0 int ka : Ka＝max{m,n}+1 void (*f)() : 指向計算非線性方程組中各方程左端函數值的函數名(用戶自編) void (*s)() : 指向計算雅可比矩陣的函數名 int ngin() : 函數返回一個標志值 3.文件說明 ngin.c函數文件 ngin0.c主函數文件
上傳時間： 2013-12-23
上傳用戶：大三三
1.功能 用高斯方法計算n重積分(C語言) 2.參數說明 int n : 積分重數 int js[n] : js[k]表示第k層積分區間所劃分的子區間 void (*ss)() : 指向計算各層積分上、下限的函數名(用戶自編) double (*f)() : 指向計算被積函數值的函數名(用戶自編) double gaus() : 函數返回積分值 3.文件說明 gaus.c為函數程序 gaus0.c為主函數程序
上傳時間： 2014-01-05
上傳用戶：731140412
解國際象棋的N皇后問題的C++源代碼，可用于大學計算機技術課程《算法分析》上機聯系
上傳時間： 2014-01-01
上傳用戶：yyyyyyyyyy
support vector classification machine ％ soft margin ％ uses "kernel.m" ％ ％ xtrain: (Ltrain,N) with Ltrain: number of points N: dimension ％ ytrain: (Ltrain,1) containing class labels (-1 or +1) ％ xrun: (Lrun,N) with Lrun: number of points N: dimension ％ atrain: alpha coefficients (from svcm_train on xtrain and ytrain) ％ btrain: offest coefficient (from svcm_train on xtrain and ytrain) ％ ％ ypred: predicted y (Lrun,1) containing class labels (-1 or +1) ％ margin: (signed) separation from the separating hyperplane (Lrun,1
標簽： classification support machine Ltrain
上傳時間： 2015-09-04
上傳用戶：問題問題
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： 2014-01-08
上傳用戶：songrui
<li id="auome"></li>