任務：參加運動會有n個學校，學校編號為1……n。比賽分成m個男子項目，和w個女子項目。項目編號為男子1……m，女子m+1……m+w。不同的項目取前五名或前三名積分；取前五名的積分分別為：7、5、3、2、1，前三名的積分分別為：5、3、2；哪些取前五名或前三名由學生自己設定。（m<=20,n<=20） 功能要求：1).可以輸入各個項目的前三名或前五名的成績；
標簽：
上傳時間： 2016-03-21
上傳用戶：athjac
運動會分數統計 任務：參加運動會有n個學校，學校編號為1……n。比賽分成m個男子項目，和w個女子項目。項目編號為男子1……m，女子m+1……m+w。不同的項目取前五名或前三名積分；取前五名的積分分別為：7、5、3、2、1，前三名的積分分別為：5、3、2；哪些取前五名或前三名由學生自己設定。（m<=20,n<=20）
標簽： 分數
上傳時間： 2013-12-21
上傳用戶：WMC_geophy
在譜分析中，數據長度N，采樣頻率fs，頻譜中的分辨率為df=fs/N。為了提高譜分析中的分辨率，常用ZOOMFFT，這里給出了相應的MATLAB程序。
標簽： 分
上傳時間： 2016-04-06
上傳用戶：123456wh
DFT(Discrete Fourier Transformation)是數字信號分析與處理如圖形、語音及圖像等領域的重要變換工具，直接計算DFT的計算量與變換區間長度N的平方成正比。當N較大時，因計算量太大，直接用DFT算法進行譜分析和信號的實時處理是不切實際的。快速傅立葉變換(Fast Fourier Transformation，簡稱FFT)使DFT運算效率提高1～2個數量級。其原因是當N較大時，對DFT進行了基4和基2分解運算。FFT算法除了必需的數據存儲器ram和旋轉因子rom外，仍需較復雜的運算和控制電路單元，即使現在,實現長點數的FFT仍然是很困難。本文提出的FFT實現算法是基于FPGA之上的，算法完成對一個序列的FFT計算，完全由脈沖觸發，外部只輸入一脈沖頭和輸入數據，便可以得到該脈沖頭作為起始標志的N點FFT輸出結果。由于使用了雙ram，該算法是流型(Pipelined)的，可以連續計算N點復數輸入FFT，即輸入可以是分段N點連續復數數據流。采用DIF(Decimation In Frequency)-FFT和DIT(Decimation In Time)-FFT對于算法本身來說是無關緊要的，因為兩種情況下只是存儲器的讀寫地址有所變動而已，不影響算法的結構和流程，也不會對算法復雜度有何影響。
標簽： Transformation Discrete Fourier DFT
上傳時間： 2016-04-12
上傳用戶：lx9076
機器調度是指有m臺機器要處理n個作業，設作業i的處理時間為ti，則對n個作業進行機器分配，使得： (1)一臺機器在同一時間內只能處理一個作業； (2)一個作業不能同時在兩臺機器上處理； (3)作業i一旦運行，則需要ti個連續時間單位。 設計算法進行合理調度，使得在m臺機器上處理n個作業所需要的處理時間最短。
上傳時間： 2013-12-13
上傳用戶：kernaling
給定一塊寬度為W的矩形板，矩形板的高度不受限制。現需要從板上分別切割出n個高度為hi，寬度為wi的矩形零件。切割的規則是零件的高度方向與矩形板的高度方向保持一致。問如何切割使得所使用的矩形板的高度h最小？ 里面附有詳細報告
上傳時間： 2016-05-07
上傳用戶：zhaoq123
實現最優二叉樹的構造；在此基礎上完成哈夫曼編碼器與譯碼器。 假設報文中只會出現如下表所示的字符： 字符 A B C D E F G H I J K L M N 頻度 186 64 13 22 32 103 21 15 47 57 1 5 32 20 57 字符 O P Q R S T U V W X Y Z ， ． 頻度 63 15 1 48 51 80 23 8 18 1 16 1 6 2 要求完成的系統應具備如下的功能： 1．初始化。從終端（文件）讀入字符集的數據信息，。建立哈夫曼樹。 2．編碼：利用已建好的哈夫曼樹對明文文件進行編碼，并存入目標文件（哈夫曼碼文件）。 3．譯碼：利用已建好的哈夫曼樹對目標文件（哈夫曼碼文件）進行編碼，并存入指定的明文文件。 4．輸出哈夫曼編碼文件：輸出每一個字符的哈夫曼編碼。
上傳時間： 2014-11-23
上傳用戶：shanml
本書對J.W.顧德門所著《傅立葉光學導論》的各章習題，以及若干有應用價值的習題做了詳盡分析
上傳時間： 2013-12-11
上傳用戶：gououo
基于J2EE的物流信息系統的設計與實現 介紹了J2EE 體系結構、Mv c模式等相關概念和技術，并重點探討了 目 前比 較受歡迎的三種開源框架( s t r ut s框架、S Pr i n g框架和H i b e m a t e 框架)。 分析了他們的體系結構、 特點和優缺點。 根據J ZE E的分層結構，結合We b應用 的特點， 將三種框架進行組合設計， 即表現層用S t r ut s框架、 業務邏輯層用S P ri n g 框架、持久層用比b ema t e 框架，從而來構建物流信息系統。這種整合框架使各 層相對獨立， 減少各層之間的禍合程度，同時加快了系統的開發過程，增強了系 統的可維護性和可擴展性，初步達到了分布式物流信息系統的設計目標。 經過以上分析，結合物流系統的業務需求，進行了相關的實現。最后，系統 運用先進的A ja x技術來增強Ui層與服務器的異步通信能力， 使用戶體驗到動態 且響應靈 敏的桌 面級w e b應用程序。 通過江聯公司的試運行結果，系統達到了 渝瞇。 并 且 對 江 聯 公 司 提 出 了 基 于 R F I D 的 解 決 方 案 的 實 施 計 劃 。
上傳時間： 2016-06-01
上傳用戶：ynsnjs
％ 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
