通信類的W-cdma通信底層文章下三層的
上傳時間： 2016-07-16
上傳用戶：sunjet
無意間在網上找到這本書,已經絕版了也很難找到所以放上來分享給大家,提供大家學習 本書對SCSI的介紹偏重於軟件開發方面。在介紹了SCSI的基本概念後，介紹了SCSI編程的程序化方法，並在DOS和Windows下研究了ASPI（高級SCSI編程接口），在Windows和Windows NT下研究了ASPI32的擴展，在介紹SCSI在UNIX平臺的應用時，把重點放在了Linux平臺上
上傳時間： 2014-01-07
上傳用戶：qunquan
圖論中最小生成樹Kruskal算法 及畫圖程序 M-函數 格式 [Wt,Pp]=mintreek(n,W)：n為圖頂點數,W為圖的帶權鄰接矩陣，不構成邊的兩頂點之間的權用inf表示。顯示最小生成樹的邊及頂點, Wt為最小生成樹的權,Pp(:,1:2)為最小生成樹邊的兩頂點,Pp(:,3)為最小生成樹的邊權,Pp(:,4)為最小生成樹邊的序號 附圖,紅色連線為最小生成樹的圖 例如 n=6 w=inf*ones(6) w(1,[2,3,4])=[6,1,5] w(2,[3,5])=[5,3] w(3,[4,5,6])=[5,6,4] w(4,6)=2 w(5,6)=6 [a,b]=mintreek(n,w)
上傳時間： 2015-11-30
上傳用戶：dreamboy36
臺灣地區民眾使用網路之情形，與使用寬頻上網 、無線上網 、行動上網 之使用狀況與行為、臺灣地區偏遠及非偏遠地區其網路使用行為之差異；另外，也針對臺灣地區家庭，了解其使用網路與寬頻之狀況與行為
標簽：
上傳時間： 2016-08-17
上傳用戶：songnanhua
抽樣z變換頻率抽樣理論:我們將先闡明：（1）z變換與DFT的關系（抽樣z變換），在此基礎上引出抽樣z變換的概念，并進一步深入討論頻域抽樣不失真條件。（2）頻域抽樣理論（頻域抽樣不失真條件）（3)頻域內插公式一、z變換與DFT關系 （1）引入連續傅里葉變換引出離散傅里葉變換定義式。離散傅里葉變換看作是序列的傅里葉變換在 頻 域 再 抽 樣 后 的 變 換 對.在Z變換與L變換中,又可了解到序列的傅里葉 變換就是單位圓上的Z 變 換.所以對序列的傅里葉變換進行頻域抽樣時, 自 然可以看作是對單位圓上的 Z變換進行抽樣. (2)推導Z 變 換 的 定 義 式 (正 變 換) 重 寫 如 下: 取z=ejw 代 入 定 義 式, 得 到 單 位 圓 上 Z 變 換 為w是 單 位 圓 上 各 點 的 數 字 角 頻 率.再 進 行 抽 樣-- N 等 分.這 樣w=2kπ/N, 即w值為0,2π/N,4π/N,6π/N…, 考慮到x(n)是N點有限長序列, 因而n只需0~N-1即可。將w=2kπ/N代入并改變上下限, 得 則這正是離散傅里葉變換 (DFT)正變換定義式.
上傳時間： 2014-12-28
上傳用戶：zhaistone
簡化DFA-對于一確定型自動機M=(K,Σ,Δ,s, F)，設p,q ∈K,若對于任一字符串w,由p沿w可達某終點當且僅當由q沿w可達某終點,則說p,q等價，記為p≡q。而且，≡的一個等價類恰好就是狀態數最少的確定型自動機的一個狀態
上傳時間： 2013-12-23
上傳用戶：yzhl1988
*--- --- --- --聲明--- --- --- -----*/ /* VC6.0下運行通過 此程序為本人苦心所做，請您在閱讀的時候，尊重本人的 勞動。可以修改，但當做的每一處矯正或改進時，請將改進 方案，及修改部分發給本人 (修改部分請注名明：修改字樣) Email: jink2005@sina.com QQ: 272576320 ——初稿完成：06-5-27 jink2005 補充： 程序存在問題： (1) follow集不能處理：U->xVyVz的情況 (2) 因本人偷懶，本程序為加入文法判斷，故 輸入的文法必須為LL(1)文法 (3) 您可以幫忙擴充：消除左遞歸，提取公因子等函數 (4) …… */ /*-----------------------------------------------*/ /*參考書《計算機編譯原理——編譯程序構造實踐》 LL(1)語法分析,例1: ERTWF# +*()i# 文法G[E]:(按此格式輸入) 1 E -> TR 2 R -> +TR 3 R -> 4 T -> FW 5 W -> * FW 6 W -> 7 F -> (E) 8 F -> i 分析例句：i*(i)# , i+i# 例2： 編譯書5.6例題1 SHMA# adbe# S->aH H->aMd H->d M->Ab M-> A->aM A->e 分析例句：aaabd# */
上傳時間： 2016-02-08
上傳用戶：ayfeixiao
設有一個背包可以放入的物品重量最重為s，現有n件物品，它們的重量分別為w[0]、 w[1]、w[2]、…、w[n-1]。問能否從這n件物品中選擇若干件放入此背包中，使得放入的重量之和正好為s。如果存在一種符合上述要求的選擇，則稱此背包問題有解（或稱其解為真）；否則稱此背包問題無解（或稱其解為假）。試用遞歸方法設計求解背包問題的算法。
標簽：
上傳時間： 2016-03-15
上傳用戶：bcjtao
％ EM algorithm for k multidimensional Gaussian mixture estimation ％ ％ Inputs: ％ X(n,d) - input data, n=number of observations, d=dimension of variable ％ k - maximum number of Gaussian components allowed ％ ltol - percentage of the log likelihood difference between 2 iterations ([] for none) ％ maxiter - maximum number of iteration allowed ([] for none) ％ pflag - 1 for plotting GM for 1D or 2D cases only, 0 otherwise ([] for none) ％ Init - structure of initial W, M, V: Init.W, Init.M, Init.V ([] for none) ％ ％ Ouputs: ％ W(1,k) - estimated weights of GM ％ M(d,k) - estimated mean vectors of GM ％ V(d,d,k) - estimated covariance matrices of GM ％ L - log likelihood of estimates ％
標簽： multidimensional estimation algorithm Gaussian
上傳時間： 2013-12-03
上傳用戶：我們的船長
如果您是從使用的角度來看JSF，則您不用理會HTTP、資料轉換等細節，JSF將細節都隱藏起來了，無論您是網頁設計人員或是應用程式設計人員，都可以使用自己熟悉的方式來看JSF。
上傳時間： 2016-12-10
上傳用戶：lijinchuan
