亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

統(tǒng)(tǒng)計(jì)數(shù)(shù)據(jù)(jù)

  • 【經(jīng)典的天線書籍】Practical Antenna Handbook

    ·基本信息Practical Antenna Handbook, 4th EditionbyJoseph J.Carr作者 Jeseph J. Carr 美國國防部航空電子(avionics)資深工程師one of the worlds leading and prolific writer and working scientist on electronics and radio, and an

    標簽: nbsp Practical Handbook Antenna

    上傳時間: 2013-04-24

    上傳用戶:yare

  • 算法介紹 矩陣求逆在程序中很常見

    算法介紹 矩陣求逆在程序中很常見,主要應用于求Billboard矩陣。按照定義的計算方法乘法運算,嚴重影響了性能。在需要大量Billboard矩陣運算時,矩陣求逆的優(yōu)化能極大提高性能。這里要介紹的矩陣求逆算法稱為全選主元高斯-約旦法。 高斯-約旦法(全選主元)求逆的步驟如下: 首先,對于 k 從 0 到 n - 1 作如下幾步: 從第 k 行、第 k 列開始的右下角子陣中選取絕對值最大的元素,并記住次元素所在的行號和列號,在通過行交換和列交換將它交換到主元素位置上。這一步稱為全選主元。 m(k, k) = 1 / m(k, k) m(k, j) = m(k, j) * m(k, k),j = 0, 1, ..., n-1;j != k m(i, j) = m(i, j) - m(i, k) * m(k, j),i, j = 0, 1, ..., n-1;i, j != k m(i, k) = -m(i, k) * m(k, k),i = 0, 1, ..., n-1;i != k 最后,根據(jù)在全選主元過程中所記錄的行、列交換的信息進行恢復,恢復的原則如下:在全選主元過程中,先交換的行(列)后進行恢復;原來的行(列)交換用列(行)交換來恢復。

    標簽: 算法 矩陣求逆 程序

    上傳時間: 2015-04-09

    上傳用戶:wang5829

  • 最小重量機器設(shè)計問題 設(shè)某一機器由n個部件組成

    最小重量機器設(shè)計問題 設(shè)某一機器由n個部件組成,每一種部件都可以從m個不同的供應商處購得。設(shè)w(i,j)是從供應商j處購得的部件i的重量,C(i,j)是相應的價格。 設(shè)計一個優(yōu)先列式分支限界法,給出總價格不超過c的最小重量機器設(shè)計。

    標簽: 機器 設(shè)計問題 部件

    上傳時間: 2014-01-22

    上傳用戶:stewart·

  • 給定n個整數(shù)a , a , ,an 1 2  組成的序列。序列中元素i a 的符號定義為: ï î ï í ì - < = > =

    給定n個整數(shù)a , a , ,an 1 2  組成的序列。序列中元素i a 的符號定義為: ï î ï í ì - < = > = 1 0 0 0 1 0 sgn( ) i i i i a a a a 符號平衡問題要求給定序列的最長符號平衡段的長度L,即: þ ý ü î í ì = + - = å = £ £ £ max 1| sgn( ) 0 1 j k i i j n k L j i a 。 例如,當n=10,相應序列為:1,1,-1,-2,0,1,3,-1,2,-1 時,L=9。

    標簽: iuml 61516 icirc 序列

    上傳時間: 2015-10-28

    上傳用戶:xaijhqx

  • 用遞推法產(chǎn)生正交多項式系

    用遞推法產(chǎn)生正交多項式系,即求alpha[j+1]、beta[j] 入口參數(shù):m是數(shù)據(jù)點數(shù),n是擬合的最高階數(shù), float x[],float y[]是對應縱橫坐標,出口參數(shù):a[] 是最小二乘擬合參數(shù),alpha[]、beta[]是遞推系數(shù)

    標簽: 多項式

    上傳時間: 2014-01-19

    上傳用戶:gyq

  • Floyd-Warshall算法描述 1)適用范圍: a)APSP(All Pairs Shortest Paths) b)稠密圖效果最佳 c)邊權(quán)可正可負 2)算法描述: a)初始化:d

    Floyd-Warshall算法描述 1)適用范圍: a)APSP(All Pairs Shortest Paths) b)稠密圖效果最佳 c)邊權(quán)可正可負 2)算法描述: a)初始化:dis[u,v]=w[u,v] b)For k:=1 to n For i:=1 to n For j:=1 to n If dis[i,j]>dis[i,k]+dis[k,j] Then Dis[I,j]:=dis[I,k]+dis[k,j] c)算法結(jié)束:dis即為所有點對的最短路徑矩陣 3)算法小結(jié):此算法簡單有效,由于三重循環(huán)結(jié)構(gòu)緊湊,對于稠密圖,效率要高于執(zhí)行|V|次Dijkstra算法。時間復雜度O(n^3)。 考慮下列變形:如(I,j)∈E則dis[I,j]初始為1,else初始為0,這樣的Floyd算法最后的最短路徑矩陣即成為一個判斷I,j是否有通路的矩陣。更簡單的,我們可以把dis設(shè)成boolean類型,則每次可以用“dis[I,j]:=dis[I,j]or(dis[I,k]and dis[k,j])”來代替算法描述中的藍色部分,可以更直觀地得到I,j的連通情況。

    標簽: Floyd-Warshall Shortest Pairs Paths

    上傳時間: 2013-12-01

    上傳用戶:dyctj

  • 程序名:ga_bp_predict.cpp 描述: 采用GA優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)程序

    程序名:ga_bp_predict.cpp 描述: 采用GA優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)程序,用于單因素時間 序列的預測,采用了單步與多步相結(jié)合預測 說明: 采用GA(浮點編碼)優(yōu)化NN的初始權(quán)值W[j][i],V[k][j],然后再采用BP算法 優(yōu)化權(quán)值

    標簽: ga_bp_predict cpp 程序 BP神經(jīng)網(wǎng)絡(luò)

    上傳時間: 2014-02-18

    上傳用戶:冇尾飛鉈

  • 動態(tài)規(guī)劃的方程大家都知道

    動態(tài)規(guī)劃的方程大家都知道,就是 f[i,j]=min{f[i-1,j-1],f[i-1,j],f[i,j-1],f[i,j+1]}+a[i,j] 但是很多人會懷疑這道題的后效性而放棄動規(guī)做法。 本來我還想做Dijkstra,后來變了沒二十行pascal就告訴我數(shù)組越界了……(dist:array[1..1000*1001 div 2]...) 無奈之余看了xj_kidb1的題解,剛開始還覺得有問題,后來豁然開朗…… 反復動規(guī)。上山容易下山難,我們可以從上往下走,最后輸出f[n][1]。 xj_kidb1的一個技巧很重要,每次令f[i][0]=f[i][i],f[i][i+1]=f[i][1](xj_kidb1的題解還寫錯了)

    標簽: 動態(tài)規(guī)劃 方程

    上傳時間: 2014-07-16

    上傳用戶:libinxny

  • function [U,center,result,w,obj_fcn]= fenlei(data) [data_n,in_n] = size(data) m= 2 % Exponent fo

    function [U,center,result,w,obj_fcn]= fenlei(data) [data_n,in_n] = size(data) m= 2 % Exponent for U max_iter = 100 % Max. iteration min_impro =1e-5 % Min. improvement c=3 [center, U, obj_fcn] = fcm(data, c) for i=1:max_iter if F(U)>0.98 break else w_new=eye(in_n,in_n) center1=sum(center)/c a=center1(1)./center1 deta=center-center1(ones(c,1),:) w=sqrt(sum(deta.^2)).*a for j=1:in_n w_new(j,j)=w(j) end data1=data*w_new [center, U, obj_fcn] = fcm(data1, c) center=center./w(ones(c,1),:) obj_fcn=obj_fcn/sum(w.^2) end end display(i) result=zeros(1,data_n) U_=max(U) for i=1:data_n for j=1:c if U(j,i)==U_(i) result(i)=j continue end end end

    標簽: data function Exponent obj_fcn

    上傳時間: 2013-12-18

    上傳用戶:ynzfm

  • //Euler 函數(shù)前n項和 /* phi(n) 為n的Euler原函數(shù) if( (n/p) % i == 0 ) phi(n)=phi(n/p)*i else phi(n)=phi(n/p

    //Euler 函數(shù)前n項和 /* phi(n) 為n的Euler原函數(shù) if( (n/p) % i == 0 ) phi(n)=phi(n/p)*i else phi(n)=phi(n/p)*(i-1) 對于約數(shù):divnum 如果i|pr[j] 那么 divnum[i*pr[j]]=divsum[i]/(e[i]+1)*(e[i]+2) //最小素因子次數(shù)加1 否則 divnum[i*pr[j]]=divnum[i]*divnum[pr[j]] //滿足積性函數(shù)條件 對于素因子的冪次 e[i] 如果i|pr[j] e[i*pr[j]]=e[i]+1 //最小素因子次數(shù)加1 否則 e[i*pr[j]]=1 //pr[j]為1次 對于本題: 1. 篩素數(shù)的時候首先會判斷i是否是素數(shù)。 根據(jù)定義,當 x 是素數(shù)時 phi[x] = x-1 因此這里我們可以直接寫上 phi[i] = i-1 2. 接著我們會看prime[j]是否是i的約數(shù) 如果是,那么根據(jù)上述推導,我們有:phi[ i * prime[j] ] = phi[i] * prime[j] 否則 phi[ i * prime[j] ] = phi[i] * (prime[j]-1) (其實這里prime[j]-1就是phi[prime[j]],利用了歐拉函數(shù)的積性) 經(jīng)過以上改良,在篩完素數(shù)后,我們就計算出了phi[]的所有值。 我們求出phi[]的前綴和 */

    標簽: phi Euler else 函數(shù)

    上傳時間: 2016-12-31

    上傳用戶:gyq

主站蜘蛛池模板: 玉溪市| 兴业县| 沅江市| 永州市| 报价| 德令哈市| 旌德县| 花莲县| 苏州市| 庆安县| 四子王旗| 陆良县| 和平区| 监利县| 达日县| 和田县| 绥中县| 广平县| 田阳县| 安塞县| 喀喇沁旗| 饶平县| 班玛县| 谢通门县| 扶沟县| 阜平县| 垫江县| 荔浦县| 巴林右旗| 美姑县| 修水县| 巩义市| 泽普县| 邳州市| 石首市| 溧水县| 温州市| 百色市| 宁城县| 洛阳市| 白河县|