Generate the digital AWGN signal n[k] (sampled n(t)) by generating zero mean Gaussian random variables independently (separately) for each k MATLAB function random.
標簽： generating Generate Gaussian digital
上傳時間： 2014-01-15
上傳用戶：sammi
基于LPC2210 的ZLG/CF 驅動使用. CF 卡有PC 卡I/O、MEMORY 及True IDE 等3 種模式，而True IDE 模式兼容IDE 硬 盤，該模式比其它的兩種模式更實用，是3 種模式中使用較多的一種。本節中描述CF 卡在 True IDE 模式下的應用。 使用LPC2210 的通用可編程I/O 口，模擬產生ATA 設備的讀寫時序，實現對CF 卡及 IDE 硬盤等ATA 設備讀寫操作。使用LPC2210 的GPIO 功能，可以非常靈活而簡單地實現 ATA 讀寫時序。
上傳時間： 2016-05-18
上傳用戶：海陸空653
設計一個簡單的LED流水彩燈,12個彩燈共陰接地,陽極分別與EP1C3的8個I/O相連,來控制彩燈的滅亮,在不同時段,指示燈有不同的顯示模式.
上傳時間： 2013-12-14
上傳用戶：skhlm
Ex4-22 單射函數問題 « 問題描述： 設函數f將點集S = {0,1, , n -1}映射為f (S) = { f (i) | iÎ S} Í S 。單射函數問題要 從S中選取最大子集X Í S 使f (X )是單射函數。 例如，當n=7， f (S) = {1,0,0,2,2,3,6} Í S 時， X = {0,1,6} Í S 是所求的最大子集。 « 編程任務： 對于給定的點集S = {0,1, , n -1}上函數f，試用抽象數據類型隊列，設計一個O(n)時 間算法，計算f的最大單射子集。 « 數據輸入： 由文件input.txt 提供輸入數據。文件的第1 行有1 個正整數n，表示給定的點集 S = {0,1, , n -1}。第2 行是f (i)的值，0 £ i < n。 « 結果輸出: 程序運行結束時，將計算出的f的最大單射子集的大小輸出到output.txt中。 輸入文件示例 輸出文件示例 input.txt 7 1 0 0 2 2 3 6 output.txt 3
上傳時間： 2016-05-28
上傳用戶：tyler
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
設定a為N(0,1)的500個隨機數和i長為500，以n=8、16、64.分別調用u_pcm.m ，從中計算量化誤差f=a-a_quan并繪圖，分別輸出各樣值的量化誤差圖形。
上傳時間： 2014-01-17
上傳用戶：偷心的海盜
給出了廣義逐次超松弛( GSOR) 迭代算法,得到了GSOR 算法收斂的必要性和充分性 條件,當參數矩陣Ω = diag (ω1 ,ω2 , ⋯ ,ωn) = ωI n 時,即可得到熟知的SOR 算法,舉例說明了 GSOR 算法的應用。
上傳時間： 2014-11-28
上傳用戶：大三三
有限期作業安排問題”描述如下:有n個任務J1,J2,...,Jn,每個任務Ji都有一個完成期限di,若任務Ji在它的期限di內完成,則可以獲利Ci(1[i[n) 問如何安排使得總的收益最大(假設完成每一個任務所需時間均為一個單位時間).這個問題適合用貪心算法來解決,貪心算法的出發點是每一次都選擇利潤大的任務來完成以期得到最多的收益 但是對于本問題由于每一個任務都有一個完成的期限,因此在任務安排過程中除了考慮利潤Ci外,還要考慮期限di.
上傳時間： 2016-06-27
上傳用戶：s363994250
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2014-01-15
上傳用戶：hongmo
