亚洲精品日本,日韩精品卡一,香蕉视频一区

自適應<b>波束</b>

道理特分解法

#include "iostream" using namespace std; class Matrix { private: double** A; //矩陣A double *b; //向量b public: int size; Matrix(int ); ~Matrix(); friend double* Dooli(Matrix& ); void Input(); void Disp(); }; Matrix::Matrix(int x) { size=x; //為向量b分配空間并初始化為0 b=new double [x]; for(int j=0;j<x;j++) b[j]=0; //為向量A分配空間并初始化為0 A=new double* [x]; for(int i=0;i<x;i++) A[i]=new double [x]; for(int m=0;m<x;m++) for(int n=0;n<x;n++) A[m][n]=0; } Matrix::~Matrix() { cout<<"正在析構中~~~~"<<endl; delete b; for(int i=0;i<size;i++) delete A[i]; delete A; } void Matrix::Disp() { for(int i=0;i<size;i++) { for(int j=0;j<size;j++) cout<<A[i][j]<<" "; cout<<endl; } } void Matrix::Input() { cout<<"請輸入A:"<<endl; for(int i=0;i<size;i++) for(int j=0;j<size;j++){ cout<<"第"<<i+1<<"行"<<"第"<<j+1<<"列:"<<endl; cin>>A[i][j]; } cout<<"請輸入b:"<<endl; for(int j=0;j<size;j++){ cout<<"第"<<j+1<<"個:"<<endl; cin>>b[j]; } } double* Dooli(Matrix& A) { double *Xn=new double [A.size]; Matrix L(A.size),U(A.size); //分別求得U，L的第一行與第一列 for(int i=0;i<A.size;i++) U.A[0][i]=A.A[0][i]; for(int j=1;j<A.size;j++) L.A[j][0]=A.A[j][0]/U.A[0][0]; //分別求得U，L的第r行，第r列 double temp1=0,temp2=0; for(int r=1;r<A.size;r++){ //U for(int i=r;i<A.size;i++){ for(int k=0;k<r-1;k++) temp1=temp1+L.A[r][k]*U.A[k][i]; U.A[r][i]=A.A[r][i]-temp1; } //L for(int i=r+1;i<A.size;i++){ for(int k=0;k<r-1;k++) temp2=temp2+L.A[i][k]*U.A[k][r]; L.A[i][r]=(A.A[i][r]-temp2)/U.A[r][r]; } } cout<<"計算U得:"<<endl; U.Disp(); cout<<"計算L的:"<<endl; L.Disp(); double *Y=new double [A.size]; Y[0]=A.b[0]; for(int i=1;i<A.size;i++ ){ double temp3=0; for(int k=0;k<i-1;k++) temp3=temp3+L.A[i][k]*Y[k]; Y[i]=A.b[i]-temp3; } Xn[A.size-1]=Y[A.size-1]/U.A[A.size-1][A.size-1]; for(int i=A.size-1;i>=0;i--){ double temp4=0; for(int k=i+1;k<A.size;k++) temp4=temp4+U.A[i][k]*Xn[k]; Xn[i]=(Y[i]-temp4)/U.A[i][i]; } return Xn; } int main() { Matrix B(4); B.Input(); double *X; X=Dooli(B); cout<<"~~~~解得:"<<endl; for(int i=0;i<B.size;i++) cout<<"X["<<i<<"]:"<<X[i]<<" "; cout<<endl<<"呵呵呵呵呵"; return 0; }

標簽： 道理特分解法

上傳時間： 2018-05-20

上傳用戶：Aa123456789
安森美車規級1080P圖像傳感器AR0231手冊

AR0231AT7C00XUEA0-DRBR（RGB濾光）安森美半導體推出采用突破性減少LED閃爍 (LFM)技術的新的230萬像素CMOS圖像傳感器樣品AR0231AT，為汽車先進駕駛輔助系統(ADAS)應用確立了一個新基準。新器件能捕獲1080p高動態范圍(HDR)視頻，還具備支持汽車安全完整性等級B(ASIL B)的特性。LFM技術(專利申請中)消除交通信號燈和汽車LED照明的高頻LED閃爍，令交通信號閱讀算法能于所有光照條件下工作。AR0231AT具有1/2.7英寸(6.82 mm)光學格式和1928(水平) x 1208(垂直)有源像素陣列。它采用最新的3.0微米背照式(BSI)像素及安森美半導體的DR-Pix?技術，提供雙轉換增益以在所有光照條件下提升性能。它以線性、HDR或LFM模式捕獲圖像，并提供模式間的幀到幀情境切換。 AR0231AT提供達4重曝光的HDR，以出色的噪聲性能捕獲超過120dB的動態范圍。AR0231AT能同步支持多個攝相機，以易于在汽車應用中實現多個傳感器節點，和通過一個簡單的雙線串行接口實現用戶可編程性。它還有多個數據接口，包括MIPI(移動產業處理器接口)、并行和HiSPi(高速串行像素接口)。其它關鍵特性還包括可選自動化或用戶控制的黑電平控制，支持擴頻時鐘輸入和提供多色濾波陣列選擇。封裝和現狀：AR0231AT采用11 mm x 10 mm iBGA-121封裝，現提供工程樣品。工作溫度范圍為-40℃至105℃(環境溫度)，將完全通過AEC-Q100認證。

標簽： 圖像傳感器

上傳時間： 2022-06-27

上傳用戶：XuVshu
一個功能比較強大（大多數人都沒見過）、調用十分方便靈活、適合于B/S架構、思路別出心裁（堅決不與具體業務、具體數據源、具體列表相結合,能自定義文字信息和顯示樣子）。就算目前做得并非十全十美

一個功能比較強大（大多數人都沒見過）、調用十分方便靈活、適合于B/S架構、思路別出心裁（堅決不與具體業務、具體數據源、具體列表相結合,能自定義文字信息和顯示樣子）。就算目前做得并非十全十美，相信見到以后還是會超出您的想象。具體參見源碼例子和文檔。

標簽： 比較十分架構數據源

上傳時間： 2014-01-01

上傳用戶：四只眼
sshC B B 官方教學區 » 原創：ajax入門自編清淅1024*800(鏈接己修正) » 發表回復

sshC B B 官方教學區 » 原創：ajax入門自編清淅1024*800(鏈接己修正) » 發表回復

標簽： raquo sshC ajax 1024

上傳時間： 2017-07-11

上傳用戶：84425894
清華大學數據結構課上實現的B+樹

清華大學數據結構課上實現的B+樹，設計一個4階B+樹，包括： (1) 葉子的每個記錄應該包括4字節（long）關鍵碼值和60字節的數據字段(存儲文件名等，可以自定)，設每個葉子可以存儲5條記錄，而內部節點應該是關鍵碼值/指針對。此外，每個節點還應該有指向同層下一個節點的指針、本節點存儲的關鍵碼數等； (2) 此4階B+樹應該支持插入、刪除以及根據給定關鍵碼值進行精確檢索與關鍵碼范圍檢索； (3) 顯示（打印）此4階B+樹的生長(含刪除節點)過程實例；

標簽： 清華大學數據結構樹

上傳時間： 2014-08-05

上傳用戶：ywqaxiwang
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。初始閾值T的

車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區域裁剪,截取車牌圖像。

標簽： 1.24 256 圖像閾值

上傳時間： 2013-11-26

上傳用戶：懶龍1988
1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-G

1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區域裁剪,截取車牌圖像。

標簽： Gmax-G 1.24 Gmax 閾值

上傳時間： 2014-01-08

上傳用戶：songrui
)一個PB的應用程序, 能實現以下功能: a.新增員工資料 b.修改員工資料 c.刪除員工資料 d.按姓名查找員工資料(能模糊查找, 例如輸入"林", 則所有姓或名中含有"林"字的

)一個PB的應用程序, 能實現以下功能: a.新增員工資料 b.修改員工資料 c.刪除員工資料 d.按姓名查找員工資料(能模糊查找, 例如輸入"林", 則所有姓或名中含有"林"字的員工全列出來.) e.系統啟動時, 針對今天為該員工生日的, 則自動彈出提示進行祝福. 2) 員工資料的數據必須有: 工號(為主鍵), 姓名, 出生日期, 入職日期, 部門, 職務 3) 數據庫類型為ASA8.0

標簽： a. b. c. d.

上傳時間： 2016-01-03

上傳用戶：BIBI
簡易數字頻率計題解.（ 1997年 B 題）編寫與講解人:田良(東南大學無線電系,2003年3月12日) 一）任務設計并制作一臺數字顯示的簡易頻率計。（二）要求 1.基本要求

簡易數字頻率計題解.（ 1997年 B 題）編寫與講解人:田良(東南大學無線電系,2003年3月12日) 一）任務設計并制作一臺數字顯示的簡易頻率計。（二）要求 1.基本要求 (1)頻率測量 a.測量范圍信號：方波、正弦波幅度：0.5V～5V[注] 頻率：1Hz～1MHz b.測試誤差≤0.1％ (2)周期測量 a.測量范圍信號：方波、正弦波幅度：0.5V～5V[注] 頻率：1Hz～1MHz b.測試誤差≤0.1％ 3）脈沖寬度測量 a.測量范圍信號：脈沖波幅度：0.5V～5V[注] 脈沖寬度≥100μs b.測試誤差≤0.1％（4）顯示器十進制數字顯示，顯示刷新時間1～10秒連續可調，對上述三種測量功能分別采用不同顏色的發光二極管指示。（5）具有自校功能，時標信號頻率為1MHz。（6）自行設計并制作滿足本設計任務要求的穩壓電源

標簽： 1997 2003 數字頻率計東南大學

上傳時間： 2013-12-26

上傳用戶：xg262122
停車誘導系統中車位預測模型的研究摘要研究城市停車誘導系統的停車車位占有率預測問題。首先提出墓于B P神經網絡的車位占有預測模型

停車誘導系統中車位預測模型的研究摘要研究城市停車誘導系統的停車車位占有率預測問題。首先提出墓于B P神經網絡的車位占有預測模型，同時將自適應學習速率調整法和加入動量項方法用于改善基本B P神經網絡，優化了學習速率，減少了訓練過程的震蕩趨勢，改善了網絡的收效隆。以此為基礎實現了停車位的智能預測 0最后，進行了多種方法比對實驗

標簽： 停車誘導預測模型城市

上傳時間： 2013-12-17

上傳用戶：GavinNeko

<rt id="6eukk"></rt>

<li id="6eukk"></li>