1． 用任何一種高級開發(fā)語言編程實現(xiàn)矩陣相乘的Strassen算法。 2． 分析其時間復(fù)雜度。 3． Strassen算法與傳統(tǒng)算法其優(yōu)點與不足之處。
標(biāo)簽： Strassen 算法 語言 編程實現(xiàn)
上傳時間： 2014-03-07
上傳用戶：風(fēng)之驕子
對三種數(shù)據(jù)結(jié)構(gòu)的分析.avl tree,splaytree和binary search tree的插入和刪除的算法復(fù)雜度分析.
標(biāo)簽： tree splaytree binary search
上傳時間： 2014-01-01
上傳用戶：hustfanenze
對數(shù)據(jù)的統(tǒng)計分析方法 一、 分析法 二、綜合達(dá)標(biāo)度 三、次數(shù)分布表和次數(shù)分布圖 四、應(yīng)答信息分析法 相關(guān)關(guān)系分析 數(shù)量標(biāo)志的統(tǒng)計檢驗 品質(zhì)標(biāo)志的統(tǒng)計檢驗
標(biāo)簽： 61548 分布 對數(shù) 分析法
上傳時間： 2016-03-07
上傳用戶：鳳臨西北
使用AVR單片機(jī)對信號進(jìn)行采集,通過FFT,分析信號失真度
上傳時間： 2016-03-31
上傳用戶：lwwhust
的基于紋理的牌照圖象二值化方法即 首先對牌照圖象作紋理分析, 然后采用模式識別技術(shù)中的最 大最小準(zhǔn)則獲取二值比閾值進(jìn)行二值化的方法效果優(yōu)于灰度直方圖方法。若對紋理基元的選擇附加一些條件則有可能提 供更好的二值化結(jié)果。該方法也可適用于票據(jù)或文本圖象的 二值化。
標(biāo)簽： 圖象 分 準(zhǔn)則 模式識別技術(shù)
上傳時間： 2013-12-07
上傳用戶：fhzm5658
復(fù)雜網(wǎng)路中的BA無標(biāo)度網(wǎng)絡(luò)的邊抽樣分析 以及編程實現(xiàn)，如何實現(xiàn)算法。
標(biāo)簽： 網(wǎng)路 無標(biāo)度網(wǎng)絡(luò) 抽樣 分
上傳時間： 2016-08-15
上傳用戶：a3318966
本文 主 要 研究的是Gab。:小波神經(jīng)網(wǎng)絡(luò)算法及其在灰度圖像目標(biāo)識別 中的應(yīng)用。研究涉及神經(jīng)網(wǎng)絡(luò)理論、小波分析理論和小波神經(jīng)網(wǎng)絡(luò)理論及其 它們在目標(biāo)識別中的應(yīng)用技術(shù)。
標(biāo)簽： Gab 小波神經(jīng)網(wǎng)絡(luò) 中的應(yīng)用 目標(biāo)識別
上傳時間： 2016-08-30
上傳用戶：731140412
民航公司自動訂票系統(tǒng) 1、 了解線性表的邏輯結(jié)構(gòu)特性； 2、 熟練掌握鏈表的特點； 3、 熟練掌握在雙重鏈表中實現(xiàn)查找、插入、刪除等的算法； 4、 掌握從時間和空間復(fù)雜度的角度綜合分析線性表的不同存儲結(jié)構(gòu)的特點及其適用的場合。
上傳時間： 2013-12-11
上傳用戶：417313137
針對區(qū)域立體匹配計算量大實時性差的困難,分析了相關(guān)匹配算法的實際工作過程,采用消除冗余因子和M2C濾 波、多級分辨率匹配減小計算復(fù)雜度,對算法結(jié)構(gòu)進(jìn)行了改進(jìn)和優(yōu)化,并利用超線程和D65/EF技術(shù)對算法進(jìn)行了加速,提出 了一種實時區(qū)域匹配算法。對算法進(jìn)行實驗,結(jié)果表明算法符合了視覺導(dǎo)航的準(zhǔn)確性和實時性要求,并且對于提高其他區(qū)域 匹配算法實時性也具有重要借鑒意義。
上傳時間： 2013-12-12
上傳用戶：xz85592677
amr算法復(fù)雜度分析的文檔，對于amr編程復(fù)雜度計算比較有用
上傳時間： 2013-12-17
上傳用戶：TF2015
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
