1.功能 利用廣義逆求解無約束條件下的優(yōu)化問題(C語言) 2.參數(shù)說明 int m : 非線性方程組中方程個數(shù) int n : 非線性方程組中未知數(shù)個數(shù) 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(shù)值的函數(shù)名(用戶自編) void (*s)() : 指向計算雅可比矩陣的函數(shù)名 int ngin() : 函數(shù)返回一個標志值 3.文件說明 ngin.c函數(shù)文件 ngin0.c主函數(shù)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(shù)說明 int n : 積分重數(shù) int js[n] : js[k]表示第k層積分區(qū)間所劃分的子區(qū)間 void (*ss)() : 指向計算各層積分上、下限的函數(shù)名(用戶自編) double (*f)() : 指向計算被積函數(shù)值的函數(shù)名(用戶自編) double gaus() : 函數(shù)返回積分值 3.文件說明 gaus.c為函數(shù)程序 gaus0.c為主函數(shù)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(lián)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
ucgui在ARM44B0目標板上的移植代碼支持16級灰度
上傳時間： 2014-01-21
上傳用戶：腳趾頭
溫度控制 實現(xiàn)溫度的1度控制 用單片機實現(xiàn)
上傳時間： 2013-12-14
上傳用戶：zmy123
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(qū)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(qū)域灰度基本被賦值為0。考慮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(qū)域裁剪,截取車牌圖像。
上傳時間： 2014-01-08
上傳用戶：songrui
計算矢量所在扇區(qū)的N模型，判斷當前的扇區(qū)
上傳時間： 2013-12-18
上傳用戶：kr770906
Otsu-最大類間方差Matlab代碼 最大類間方差法原理：最大類間方差法是由日本學者大津于1979年提出的,是一種自適應的閾值確定的方法,又叫大津法,簡稱OTSU。它是按圖像的灰度特性,將圖像分成背景和目標2 部分。背景和目標之間的類間方差 ％ 大,說明構成圖像的2 部分的差別越大,當部分目標錯分為背景或部分背景錯分為目標都會導致2 部 ％ 分差別變小。
上傳時間： 2015-09-05
上傳用戶：shanml
題目：N個進程的調度程序 算法：采用最高優(yōu)先數(shù)優(yōu)先的調度算法和先來先服務算法
上傳時間： 2013-12-21
上傳用戶：zjf3110
