WEBGAME 機器人大戰EBS(無盡的戰爭) 架設方法 WIN2K系列主機 ，最簡單的方法就是 設置一個虛擬目錄 其它就稍微改改 config.cgi的設置，還有餓ebs_sub 1 2 3.cgi的圖片地址就基本好了 WIN2K沒有虛擬目錄的話就除了要做上面的那些以外 還要打開所有文件，搜索類似這樣的 require config.cgi 都改成絕對路徑就行了 UNIX LINUX FREEBSD 系列的話,就要設置屬性了 ebs目錄所有CGI文件設置成 755 所有DAT文件設置成 777 logmiulerebeb 目錄也就是數據目錄，這個要設置成 777 裏面所有文件也是 777 當然，你可以修改這個目錄，最好修改成其他目錄，然後把config.cgi的數據庫目錄改改就可以了, 然後就是改 config.cgi的一些設置，還要改 ebs_sub 1 2 3.cgi的圖片地址了,最後就是，UNIX LINUX系列的大小寫都分的很清楚，這個版本我懶得整理，所以有的是答謝，有的是小寫，自己改改吧.
上傳時間： 2014-01-10
上傳用戶：tuilp1a
一個用C++寫成的，修改文件擴展名的程序。可以參考其中大量的自定義字符串處理函數。而且也用到了一部分編譯原理的內容。我的作品
標簽：
上傳時間： 2014-01-12
上傳用戶：wlcaption
編譯工作臺 是本人編寫的用于編譯原理教學的工具，它是一個自由軟件，現在已經發布（主頁為http://download.enet.com.cn/html/030792005091701.html，上有軟件介紹和截圖）。 軟件的源代碼在壓縮包的src目錄中。WB.zip是主程序，其編譯后生成WB.exe；LLDemo.zip是LL動態演示程序，其編譯后生成Demo.exe，將其改名成LLDemo.exe；LRDemo.zip是LR動態演示程序，其編譯后生成Demo.exe，將其改名成LRDemo.exe。將這3個exe文件和help目錄中的所有文件拷貝到同一目錄即可。 另外，sample目錄中有例子文件，CWB_SETUP.exe是安裝程序。
上傳時間： 2014-01-24
上傳用戶：zukfu
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2015-04-24
上傳用戶：R50974
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2015-04-24
上傳用戶：ryb
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳時間： 2014-12-19
上傳用戶：TRIFCT
文中詳細介紹了函數優化（有無約束均可）、組合優化算法的原理和源程序，算法效率極高，歡迎下載。附件有更多的遺傳算法算例，共研究算法用。
上傳時間： 2015-04-27
上傳用戶：qq21508895
對家庭控制系統的方案、組成、硬件配置、軟件設計、工作原理、功能以及技術性能進行了論述。給出了通過單片機進行數據采集，并通過網絡協議處理器將數據打包成以太網協議包發送到以太網上，從而實現基于以太網的遠程控制方案
上傳時間： 2015-05-17
上傳用戶：windwolf2000
文章通過對實序列快速傅里葉變換的算法推導及Mallat 算法原理的分析，根據離散小波變換（DWT）算 法結構特征，提出了一種離散小波的快速變換算法，給出了相應的算法步驟。從數學理論上進行了論證，并把該算法 應用到靜態圖像處理中，得到了很好的快速和重建效果，具有一定的實用價值。 關鍵詞：小波分析；Mallat 算法；快速小波算法 圖像處理 中圖分類號：TN914 文獻標識碼：A 1 引言 小波分析是近十多年來迅速發展起來的新興學科和信號分析理論，是繼傅里葉分析方法之后的重 大突變。它具有時域局部化和頻域局部化的優點，而且高頻端的時間間隔小（有著高的時間分辨率）， 低頻端的時間間隔大（有著高的頻率分辨率），這與人的視覺機制由粗到細的認識過程相一致，固而有 “數學顯微鏡”之稱，是進行信號處理和分析的有效工具。特別是其多分辨率分析理論及其快速算法 ——Mallat 算法在數字信號處理和數字通信
上傳時間： 2015-05-23
上傳用戶：tyler
USB原理與工程開發的，光盤資料，好東東！王成儒的那本
上傳時間： 2015-06-13
上傳用戶：Yukiseop
<button id="acyao"></button>