久久99欧美,亚洲精品66,欧美日韩直播

瑞典條分法

中文信息處理方面的一個源碼。此為一個分詞軟件

中文信息處理方面的一個源碼。此為一個分詞軟件，這個分詞的算法雖然簡單，但是原理和其他相同，是最大概率法分次。功能強大，代碼簡潔易懂。

標簽： 信息處理方面分源碼

上傳時間： 2016-01-05

上傳用戶：hxy200501
％奇異值分解 (sigular value decomposition,SVD) 是另一種正交矩陣分解法；SVD是最可靠的分解法

％奇異值分解 (sigular value decomposition,SVD) 是另一種正交矩陣分解法；SVD是最可靠的分解法，％但是它比QR 分解法要花上近十倍的計算時間。[U,S,V]=svd(A)，其中U和V代表二個相互正交矩陣，％而S代表一對角矩陣。和QR分解法相同者，原矩陣A不必為正方矩陣。％使用SVD分解法的用途是解最小平方誤差法和數據壓縮。用svd分解法解線性方程組，在Quke2中就用這個來計算圖形信息，性能相當的好。在計算線性方程組時，一些不能分解的矩陣或者嚴重病態矩陣的線性方程都能很好的得到解

標簽： decomposition SVD sigular value

上傳時間： 2013-12-14

上傳用戶：大融融rr
采用爬山法求解優化問題

采用爬山法求解優化問題，一共4個文件，函數和腳本分開放

標簽：

上傳時間： 2014-07-24

上傳用戶：英雄
本文的題目是基于分形和遺傳算法的人臉識別方法

本文的題目是基于分形和遺傳算法的人臉識別方法，對有限人群提出一種采用分形特征和遺傳聚類的識別方法: 將圖像分成很多小區域, 分別計算各個區域的分形特征, 以充分利用圖像二維信息同一個模式有多個樣本, 通過遺傳算法進行聚類以得到最優解實現不變性識別. 最后采用ORL 人臉圖像庫的一組圖像對比了新方法、本征臉法和自聯想神經網絡方法, 結果表明該方法的識別率, 與本征臉法相似, 比自聯想神經網絡高.

標簽： 分形人臉識別方法算法

上傳時間： 2013-12-13

上傳用戶：cc1915
用AR模型法進行功率譜估計的各種算法比較

用AR模型法進行功率譜估計的各種算法比較，包括自相關法，BURG法，ARMA模型估計，PISARENCO諧波分解法

標簽： AR模型功率譜估計算法比較

上傳時間： 2014-12-09

上傳用戶：qq521
VHDL分頻器

VHDL分頻器，利用分頻比較錯法，要實現K=324/28=8.3571428571...的分頻周期為28，18個8分頻和10個9分頻循環，所以設一個０到２7的循環計數器，每當1、4、7、10、13、16、19、22、27時進行9分頻，其他時為8分頻；為使占空比盡量接近50％，需要在每一個8或9分頻中設定一下輸出幾個時鐘的0和1。

標簽： VHDL 分頻器

上傳時間： 2013-11-29

上傳用戶：1079836864
題目一：設有10個學生的成績分別為：56,69,84,82,73,88,99,63,100和80分。試編寫程序分別統計：低于60分

題目一：設有10個學生的成績分別為：56,69,84,82,73,88,99,63,100和80分。試編寫程序分別統計：低于60分，60-69分，70-79分，80-89分，90-99分以及100分的人數，分別存放到s5, s6, s7, s8, s9,s10單元中，并把它們打印出來。 (要求使用完整段定義,數據只能讀一次) 題目二：試編寫一程序，要求根據用戶鍵入的月份數在終端上顯示該月的英文縮寫名(英文名的頭3位，比如January =JAN)。(要求用跳躍表法實現) (要求使用簡化段定義)

標簽： 分 100 56 69

上傳時間： 2013-12-21

上傳用戶：fredguo
采用LDLT分解法解病態方程組

采用LDLT分解法解病態方程組，采用迭代求精法，將求解中丟失的殘向量逐步找回來，這樣可以求得更為精確的解。

標簽： LDLT 分解方程

上傳時間： 2013-12-20

上傳用戶：獨孤求源
用分支限界法解決n皇后問題

用分支限界法解決n皇后問題，可以輸出所有的解，并分頁停頓顯示

標簽： 分支

上傳時間： 2013-12-18

上傳用戶：stampede
（1）Msls分三步對系統和噪聲模型進行辨識

（1）Msls分三步對系統和噪聲模型進行辨識，采用脈沖序列作為輔助系統模型，用計算輸出數據；用原輸出數據計算，用遞推最小二乘方法分別對系統參數和模型參數進行估計。（2）M.dat,wnoise1.dat分別為M和白噪聲序列。Wnoise1.dat的長度為700，wnoise2.dat的長度為1000。Msls6.c為N=600的程序，Msls8.c為N=800的程序。（3）程序運行后，生成的兩個h文件為產生的脈沖響應函數。Msls6.dat為msls6.c的參數估計結果，msls8.dat為msls8.c的參數辨識結果。分別如下所示： a1=0.906331 a2=0.160170 a3=0.025525 b1=0.704475 b2=-1.497551 c1=1.009114 c2=0.446890 a1=0.906347 a2=0.159066 a3=0.024650 b1=0.700720 b2=-1.493327 c1=1.008787 c2=0.425714 （4）由數據結果可以看出，采用msls辨識方法估計精度要比els法的估計精度差一些。尤其是噪聲參數c2的估計誤差不在1％以內。這是由于msls法計算上較為簡便，計算上的簡化就帶來了估計精度上的誤差。由N=600和N=800相比較，可以看出當N增大時，誤差有所減小。理論上當N趨于無窮時，。

標簽： Msls 分噪聲模型

上傳時間： 2016-10-19

上傳用戶：戀天使569