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

降壓穩(wěn)壓器

  • 給定一塊寬度為W的矩形板

    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。本算法解決如何切割使得所使用的矩形板的高度h最小.

    標簽: 矩形

    上傳時間: 2013-12-29

    上傳用戶:維子哥哥

  • 本書提供用J B u i l d e r開發數據庫應用程序、創建分布式應用程序以及編寫J a v a B e a n 組件的高級資料。它包括下列幾個部分: • 第一部分是“開發數據庫應用

    本書提供用J B u i l d e r開發數據庫應用程序、創建分布式應用程序以及編寫J a v a B e a n 組件的高級資料。它包括下列幾個部分: • 第一部分是“開發數據庫應用程序”,它提供關于使用J b u i l d e r的D a t a E x p r e s s數據 庫體系結構的信息,并解釋原始數據組件和類之間的相互關系,以及怎樣使用它 們來創建你的數據庫應用程序。它還解釋怎樣使用Data Modeler(數據模型器)和 Application Generator(應用程序生成器)創建數據驅動的客戶機/服務器應用程 序。 • 第二部分是“開發分布式應用程序”,它提供關于使用ORB Explorer、用J B u i l d e r 創建多級的分布應用程序、調試分布式應用程序、用J a v a定義C O R B A接口以及 使用s e r v l e t等的信息。 • 第三部分是“創建J a v a B e a n”,它解釋怎樣開發新的J a v a B e a n組件,描述在組件 開發中涉及的任務, 怎樣使用B e a n s E x p r e s s創建新的J a v a B e a n,以及關于屬性、 事件、B e a nIn f o類和其他方面的詳細情況。

    標簽: 8226 數據庫 應用程序

    上傳時間: 2014-01-03

    上傳用戶:wpt

  • n皇后問題求解(8<=n<=1000) a) 皇后個數的設定 在指定文本框內輸入皇后個數即可,注意: 皇后個數在8和1000 之間(包括8和1000) b) 求解 點擊<

    n皇后問題求解(8<=n<=1000) a) 皇后個數的設定 在指定文本框內輸入皇后個數即可,注意: 皇后個數在8和1000 之間(包括8和1000) b) 求解 點擊<Solve>按鈕即可進行求解. c) 求解過程顯示 在標有Total Collision的靜態文本框中將輸出當前棋盤上的皇后總沖突數. 當沖突數降到0時,求解完畢. d) 求解結果顯示 程序可以圖形化顯示8<=n<=50的皇后求解結果. e) 退出程序,點擊<Exit>即可退出程序.

    標簽: 1000 lt 設定 輸入

    上傳時間: 2016-01-28

    上傳用戶:ztj182002

  • 數據結構 1、算法思路: 哈夫曼樹算法:a)根據給定的n個權值{W1

    數據結構 1、算法思路: 哈夫曼樹算法:a)根據給定的n個權值{W1,W2… ,Wn }構成 n棵二叉樹的集合F={T1,T2…,T n },其中每棵二叉樹T中只有一個帶權為W i的根結點,其左右子樹均空;b)在F中選取兩棵根結點的權值最小的樹作為左右子樹構造一棵新的二叉樹,且置新的二叉樹的根結點的權值為其左、右子樹上結點的權值之和;c)F中刪除這兩棵樹,同時將新得到的二叉樹加入F中; d)重復b)和c),直到F只含一棵樹為止。

    標簽: 算法 W1 數據結構

    上傳時間: 2016-03-05

    上傳用戶:lacsx

  • 一、實驗目的 了解數/模轉換器的基本原理

    一、實驗目的 了解數/模轉換器的基本原理,掌握DAC0832芯片的使用方法。 二、實驗內容 1、實驗電路原理如圖36,DAC0832采用單緩沖方式,具有單雙極性輸入端(圖中的Ua、Ub),利用debug輸出命令(Out 290 數據)輸出數據給DAC0832,用萬用表測量單極性輸出端Ua及雙極性輸出端Ub的電壓,驗證數字與電壓之間的線性關系。 2、編程產生以下波形(從Ub輸出,用示波器觀察) (1)鋸齒波 三、編程提示 1、8位D/A轉換器DAC0832的口地址為290H,輸入數據與輸出電壓的關系為: (UREF表示參考電壓,N表示數數據),這里的參考電壓為PC機的+5V電源。 2、產生鋸齒波只須將輸出到DAC0832的數據由0循環遞增。

    標簽: 實驗 模轉換器

    上傳時間: 2016-03-12

    上傳用戶:ywqaxiwang

  • 任務:參加運動會有n個學校

    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

    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

  • 赫夫曼編譯碼器: 用哈夫曼編碼進行通信可以大大提高信道利用率

    赫夫曼編譯碼器: 用哈夫曼編碼進行通信可以大大提高信道利用率,縮短信息傳輸時間,降低傳輸成本。但是,這要求在發送端通過一個編碼系統對待傳數據預先編碼,在接收端將傳來的數據進行譯碼(復原)。對于雙工信道(即可以雙向傳輸信息的信道),每端都需要一個完整的編/譯碼系統。試為這樣的信息收發站寫一個哈夫曼碼的編/譯碼系統。 [基本要求]一個完整的系統應具有以下功能: (1)I:初始化(Initialization)。從終端讀入字符集大小n,以及n個字符和n個權值,建立哈夫曼樹,并將它存于文件hfmTree中。 (2)E:編碼(Encoding)。利用已建好的哈夫曼樹(如不在內存,則從文件hfmTree中讀入),對文件ToBeTran中的正文進行編碼,然后將結果存入文件CodeFile中。 (3)D:譯碼(Decoding)。利用已建好的哈夫曼樹將文件CodeFile中的代碼進行譯碼,結果存入文件TextFile中。 (4)P:印代碼文件(Print)。將文件CodeFile以緊湊格式顯示在終端上,每行50個代碼。同時將此字符形式的編碼文件寫入文件CodePrin中。 (5)T:印哈夫曼樹(Tree printing)。將已在內存中的哈夫曼樹以直觀的方式(樹或凹入表形式)顯示出,同時將此字符形式的哈夫曼樹寫入文件TreePrint中。

    標簽: 赫夫曼編譯碼 編碼 信道 利用率

    上傳時間: 2016-04-17

    上傳用戶:zaizaibang

  • 給定一塊寬度為W的矩形板

    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

    標簽: 矩形

    上傳時間: 2016-05-07

    上傳用戶:zhaoq123

  • % EM algorithm for k multidimensional Gaussian mixture estimation % % Inputs: % X(n,d) - input da

    % 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

主站蜘蛛池模板: 屯门区| 临沂市| 福建省| 北安市| 丹巴县| 兴城市| 赣榆县| 即墨市| 株洲市| 运城市| 宁陵县| 榆林市| 保定市| 台北市| 柳林县| 泰兴市| 漳浦县| 柏乡县| 青田县| 怀宁县| 长春市| 礼泉县| 澄迈县| 潢川县| 福州市| 聂拉木县| 文山县| 芜湖市| 甘肃省| 清丰县| 新疆| 高密市| 武安市| 封丘县| 苏尼特右旗| 牡丹江市| 镇康县| 五指山市| 阿瓦提县| 偏关县| 五河县|