本函數實現對16位位深醫學灰度圖像的窗寬窗位調節
上傳時間： 2013-12-26
上傳用戶：maizezhen
溫度傳感器18B20匯編程序,采用器件默認的12位轉化,最大轉化時間750微秒 可以將檢測到的溫度直接顯示到AT89C51開發實驗板的兩個數碼管上 顯示溫度00到99度,很準確哦~~無需校正!
上傳時間： 2014-10-12
上傳用戶：ayfeixiao
一個強聯通算法的實現,時間復雜度很低,是很高效的算法
上傳時間： 2013-11-26
上傳用戶：PresidentHuang
匈牙利算法,求解二分圖最大匹配的一個時間復雜度與程序復雜度折中的算法
上傳時間： 2013-12-22
上傳用戶：ANRAN
附有本人超級詳細解釋（看不懂的面壁十天！） 一、 實際問題: 希爾排序(Shell Sort)是插入排序的一種。因D．L．Shell于1959年提出而得名。它又稱“縮小增量分類法”，在時間效率上比插入、比較、冒泡等排序算法有了較大改進。能對無序序列按一定規律進行排序。 二、數學模型: 先取一個小于n的整數d1作為第一個增量，把文件的全部記錄分成d1個組。所有距離為dl的倍數的記錄放在同一個組中。先在各組內進行直接插人排序；然后，取第二個增量d2<d1重復上述的分組和排序，直至所取的增量dt=1(dt<dt-l<…<d2<d1)，即所有記錄放在同一組中進行直接插入排序為止。該方法實質上是一種分組插入方法。 三、算法設計: 1、將相隔某個增量dlta[k]的元素構成一個子序列。在排序過程中，逐次減小這個增量，最后當h減到1時，進行一次插入排序，排序就完成。增量序列一般采用：dlta[k]=2t-k+1-1,其中t為排序趟數，1≤k≤t≤[log2 (n+1)]，其中n為待排序序列的長度。按增量序列dlta[0..t-1]。 2、按增量dlta[k]（1≤k≤t≤[log2 (n+1)]）進行一趟希爾插入排序。 3、在主函數中控制程序執行流程。 4、時間復雜度：1≤k≤t≤[log2 (n+1)]時為O（n3/2）。
上傳時間： 2013-12-11
上傳用戶：天涯
設T 是一棵帶權樹，樹的每一條邊帶一個正權。又設S 是T 的頂點集,T/S 是從樹T 中 將S中頂點刪去后得到的森林。如果T/S中所有樹的從根到葉的路長都不超過d ，則稱T/S 是一個d 森林。 (1)設計一個算法求T的最小頂點集S，使T/S是d 森林。(提示：從葉向根移動) (2)分析算法的正確性和計算復雜性。 (3)設T中有n 個頂點，則算法的計算時間復雜性應為O(n)。
標簽： 樹
上傳時間： 2015-05-31
上傳用戶：我們的船長
一， 一般步驟 （1），消除或減小恒定系差 （2），求測量數據的數學期望 ，即算術平均值 ： ， 其中n為測量數據次數， 為第 次測量的數據。 （3），求剩余誤差 ： （4），根據貝塞爾公式求標準偏差 ： （5），檢查是否有粗大誤差。檢查時用了肖維納準則。如果某次測量的結果 所對應的 ，則認為是壞值，予以剔除。 （6），如有壞值，剔除后重新進行步驟（2）～（5）的計算，直至無壞值為止。 （7），判斷有無變值系差。判斷是可用馬利科夫準則或阿卑—赫梅特準則。 （8），求出算術平均值的標準偏差 ： 必須注意，如前面計算中曾出現壞值，則這里的 應為剔除后重新計算出的標準偏差。 （9），求算術平均值的不確定度
標簽：
上傳時間： 2015-06-01
上傳用戶：shizhanincc
最佳高度問題。 問題描述： 假設有n個任務由K個可并行工作的機器完成。完成任務i需要的時間為t(i)。試設計一個算法找出完成這n個任務的最佳調度，使得完成全部任務的時間最早。
上傳時間： 2014-12-07
上傳用戶：Amygdala
結合了某度和AH的個人主頁 功能比較完整
上傳時間： 2015-06-01
上傳用戶：dapangxie
Expert Choice represents a significant contribution to the decision making process 工t assists a decision maker in solving complex problems involving many criteria and several courses of action . An Expert Choice solution to a problem reflects the expertise of the decision maker , not the computer . Behavioral scientists have spent many years studying the human mind and how it makes decisions . They have found that humans are influenced by their previous experiences and this causes them to have biases . Basic instincts , preferences and environmental factors also play key roles in how we analyze data and make decisions . There 15 way to remove these factors from human decision making , nor would we necessarily want to , but as the problems of our world become more and more complex , it 15 necessary for us to employ a framework to help make more logical and less biased decisions while still taking our feelings and intuition into consideration .
標簽： contribution significant represents decision
上傳時間： 2015-06-02
上傳用戶：gmh1314
