模擬無(wú)線(xiàn)通訊論文的模擬程式, 可用此程式驗(yàn)證論文方法是否正確
標(biāo)簽： 模 程式 無(wú)線(xiàn) 正
上傳時(shí)間： 2016-03-30
上傳用戶(hù)：cx111111
n皇后問(wèn)題的C++實(shí)現(xiàn)（附實(shí)驗(yàn)報(bào)告），n可以自己修改，簡(jiǎn)單易懂門(mén)檻相當(dāng)?shù)?/p>
標(biāo)簽： 實(shí)驗(yàn)報(bào)告
上傳時(shí)間： 2014-08-15
上傳用戶(hù)：kiklkook
一個(gè)用python編寫(xiě)的N體模擬問(wèn)題，采用Barnes-Hut算法，帶實(shí)時(shí)模擬和顯示計(jì)算，代碼寫(xiě)得非常漂亮
上傳時(shí)間： 2016-03-31
上傳用戶(hù)：heart520beat
uC/OS-II是源碼公開(kāi)的實(shí)時(shí)嵌入式內(nèi)核，其性能完全可以與商業(yè)產(chǎn)品競(jìng)爭(zhēng)。自1992年以來(lái)，全世界成千上萬(wàn)的開(kāi)發(fā)者已經(jīng)成功地將uC/OS-II應(yīng)用於各種系統(tǒng)。此份即為 uCOS-II 2.8源碼
上傳時(shí)間： 2013-11-25
上傳用戶(hù)：2404
TaskVision 應(yīng)用程序展示了用于個(gè)人和公司相關(guān)任務(wù)管理的一個(gè)完整的 n 層應(yīng)用程序。該示例附帶了用于運(yùn)行某個(gè)私有任務(wù)服務(wù)器應(yīng)用程序的隨時(shí)可運(yùn)行的示范客戶(hù)端、全部客戶(hù)端源代碼，以及服務(wù)器安裝軟件包。
標(biāo)簽： TaskVision 應(yīng)用程序 運(yùn)行 服務(wù)器
上傳時(shí)間： 2013-12-21
上傳用戶(hù)：123456wh
最近點(diǎn)對(duì)的隨機(jī)算法 算法時(shí)間達(dá)到O(n)非常完美的實(shí)現(xiàn)了隨機(jī)最近點(diǎn)對(duì)的功能
上傳時(shí)間： 2014-11-02
上傳用戶(hù)：onewq
最大李雅普諾夫指數(shù)的計(jì)算 該函數(shù)用來(lái)計(jì)算時(shí)間序列的最大Lyapunov 指數(shù)--Wolf 方法 ％ m: 嵌入維數(shù) ％ tau:時(shí)間延遲 ％ data:時(shí)間序列 ％ N:時(shí)間序列長(zhǎng)度 ％ P:時(shí)間序列的平均周期,選擇演化相點(diǎn)距當(dāng)前點(diǎn)的位置差，即若當(dāng)前相點(diǎn)為I，則演化相點(diǎn)只能在|I－J|>P的相點(diǎn)中搜尋
標(biāo)簽： Lyapunov Wolf data 時(shí)間序列
上傳時(shí)間： 2013-12-10
上傳用戶(hù)：hewenzhi
哈夫曼樹(shù) 設(shè)計(jì)2進(jìn)制前綴編碼的方法如下. (1) 根據(jù)給定的n個(gè)字符以及相應(yīng)的權(quán)值構(gòu)造一棵最優(yōu)二叉樹(shù) (2) 二叉樹(shù)除了根結(jié)點(diǎn)以外,所有左邊的分支標(biāo)記 0 ,右邊的分支標(biāo)記為 1 (3) 對(duì)于每一種字符所對(duì)應(yīng)的葉子結(jié)點(diǎn)找出到根結(jié)點(diǎn)的路徑,則從根結(jié)點(diǎn)到此葉子結(jié)點(diǎn)路徑上各分支字符組成的二進(jìn)制數(shù)字串即為該字符的二進(jìn)制前綴編碼.
標(biāo)簽： 二叉樹(shù) 分支 標(biāo)記 樹(shù)
上傳時(shí)間： 2013-12-16
上傳用戶(hù)：weiwolkt
MATLAB 下的數(shù)字信號(hào)處理實(shí)現(xiàn)示例 附錄一 信號(hào)、系統(tǒng)和系統(tǒng)響應(yīng) 1、理想采樣信號(hào)序列 （1）首先產(chǎn)生信號(hào) x(n),0<=n<=50
上傳時(shí)間： 2013-12-26
上傳用戶(hù)：mhp0114
n this demo, we show how to use Rao-Blackwellised particle filtering to exploit the conditional independence structure of a simple DBN. The derivation and details are presented in A Simple Tutorial on Rao-Blackwellised Particle Filtering for Dynamic Bayesian Networks. This detailed discussion of the ABC network should complement the UAI2000 paper by Arnaud Doucet, Nando de Freitas, Kevin Murphy and Stuart Russell. After downloading the file, type "tar -xf demorbpfdbn.tar" to uncompress it. This creates the directory webalgorithm containing the required m files. Go to this directory, load matlab5 and type "dbnrbpf" for the demo.
標(biāo)簽： Rao-Blackwellised conditional filtering particle
上傳時(shí)間： 2013-12-17
上傳用戶(hù)：zhaiyanzhong
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<sup id="s2ggw"></sup>