DPLL由 鑒相器 模K加減計數器 脈沖加減電路 同步建立偵察電路 模N分頻器 構成. 整個系統的中心頻率(即signal_in和signal_out的碼速率的2倍) 為clk/8/N. 模K加減計數器的K值決定DPLL的精度和同步建立時間,K越大,則同步建立時間長,同步精度高.反之則短,低.
標簽： signal_out signal_in DPLL 模
上傳時間： 2013-12-26
上傳用戶：希醬大魔王
每組輸入是兩個整數n和k。(1 <= n <= 50, 1 <= k <= n) 對于每組輸入，請輸出四行。 第一行： 將n劃分成若干正整數之和的劃分數。 第二行： 將n劃分成最大數不超過k的劃分數。 第三行： 將n劃分成若干奇正整數之和的劃分數。 第四行： 將n劃分成若干不同整數之和的劃分數。
上傳時間： 2016-03-07
上傳用戶：腳趾頭
運動會分數統計 參加運動會的n個學校編號為1~n。比賽分成m個男子項目和w個女子項目，項目編號分別為1~m和m＋1~m＋w。由于各項目參加人數差別較大，有些項目取前五名，得分順序為7，5，3，2，1；還有些項目只取前三名，得分順序為5，3，2。寫一個統計程序產生各種成績單和得分報表
上傳時間： 2016-03-23
上傳用戶：zhuyibin
Ex3-23 親兄弟問題 « 問題描述： 給定n 個整數0 1 1 , , , n- a a a 組成的序列。序列中元素i a 的親兄弟元素k a 定義為： min{ | } k i j n j j i a = a a ³ a < < 。 親兄弟問題要求給定序列中每個元素的親兄弟元素的位置。元素i a 的親兄弟元素為k a 時，稱k 為元素i a 的親兄弟元素的位置。當元素i a 沒有親兄弟元素時，約定其親兄弟元素 的位置為-1。 例如，當n=10，整數序列為6，1，4，3，6，2，4，7，3，5 時，相應的親兄弟元素位 置序列為：4，2，4，4，7，6，7，-1，9，-1。 « 編程任務： 對于給定的n個整數0 1 1 , , , n- a a a 組成的序列，試用抽象數據類型棧，設計一個O(n) 時間算法，計算相應的親兄弟元素位置序列。 « 數據輸入： 由文件input.txt提供輸入數據。文件的第1 行有1 個正整數n，表示給定給n個整數。 第2 行是0 1 1 , , , n- a a a 。 « 結果輸出: 程序運行結束時，將計算出的與給定序列相應的親兄弟元素位置序列輸出到output.txt 中。 輸入文件示例 輸出文件示例 input.txt 10 4 2 4 4 7 6 7 -1 9 -1 output.txt 6 1 4 3 6 2 4 7 3 5
上傳時間： 2013-12-17
上傳用戶：shizhanincc
1、以不同的視角觀察球面 和圓柱面 所圍區域。2、畫出s(t)=cos(2/3πf0t)的曲線及其付氏變換的曲線.設:f0=1KHz,時域分辨率 dt=0.01ms, 采樣點數 N=2k, k>10.（均為M文件）
上傳時間： 2014-11-04
上傳用戶：wangzhen1990
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數開始收斂為止。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2016-07-31
上傳用戶：youlongjian0
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數開始收斂為止。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2013-12-19
上傳用戶：chenlong
k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 Matlab 源代碼，以蘭花數據集作為測試對象。
上傳時間： 2014-01-21
上傳用戶：2525775
設I是一個n位十進制整數。如果將I劃分為k段，則可得到k個整數。這k個整數的乘積稱為I的一個k乘積。 編程任務：對于給定的I 和k，編程計算I的最大k乘積。
上傳時間： 2016-10-10
上傳用戶：13188549192
遞歸算法示例計算,供相互學習之用.他可計算:n的1次方到n的k次方的和.
上傳時間： 2014-08-07
上傳用戶：windwolf2000
