metricmatlab ch ¬ ng 4 Ma trË n - c¸ c phÐ p to¸ n vÒ ma trË n. 4.1 Kh¸ i niÖ m: - Trong MATLAB d÷ liÖ u ® Ó ® a vµ o xö lý d íi d¹ ng ma trË n. - Ma trË n A cã n hµ ng, m cét ® î c gä i lµ ma trË n cì n m. § î c ký hiÖ u An m - PhÇ n tö aij cñ a ma trË n An m lµ phÇ n tö n» m ë hµ ng thø i, cét j . - Ma trË n ® ¬ n ( sè ® ¬ n lÎ ) lµ ma trË n 1 hµ ng 1 cét. - Ma trË n hµ ng ( 1 m ) sè liÖ u ® î c bè trÝ trª n mét hµ ng. a11 a12 a13 ... a1m - Ma trË n cét ( n 1) sè liÖ u ® î c bè trÝ trª n 1 cét.
標(biāo)簽： metricmatlab 203 184 tr
上傳時(shí)間： 2017-07-29
上傳用戶(hù)：來(lái)茴
用PIC12F576做的C語(yǔ)言的電熱服的控制程序，通過(guò)按鍵調(diào)整能控制發(fā)熱的溫度，此程序是量產(chǎn)過(guò)的
上傳時(shí)間： 2014-12-20
上傳用戶(hù)：Late_Li
This application note gives an example for microcontroller C code. It includes code for: Readout of Humidity (RH) or Temperature (T) with basic error handling Calculation of RH linearization and temperature compensation Access to status register Dewpoint calculation from RH and T UART handling
標(biāo)簽： code microcontroller application for
上傳時(shí)間： 2013-12-22
上傳用戶(hù)：hewenzhi
in this file,it will tell you how to write well and clear c file.in this file,it will tell you how to write well and clear c file.
上傳時(shí)間： 2017-09-05
上傳用戶(hù)：1427796291
When C++ was first introduced many benefits such as code reuse, portability and scalability were promised, but somehow these benefits failed to eventuate. It didn’t take too long before most people in the embedded world decided that the promises were just hype, and settled down to using C++ as a slightly better version of C
標(biāo)簽： portability scalability introduced benefits
上傳時(shí)間： 2013-12-24
上傳用戶(hù)：yt1993410
介紹了如何利用Matlab/ Simulink的RTW (Real-Time Workshp)代碼生成上具將Simulink模型自動(dòng)轉(zhuǎn)換成C/C++代碼的方法，通過(guò)這種方式可以利用Simulink方便地建立系統(tǒng)模型，同時(shí)也解決了Simlink模型在Matlab/ Simulink環(huán)境下速度較慢的問(wèn)題，大大減少了軟件上程師的編程上作量.轉(zhuǎn)換后的C代碼能脫離Matlab環(huán)境獨(dú)立運(yùn)行，這進(jìn)一步擴(kuò)大用以方法生成的C代碼的適用范圍.
標(biāo)簽： Simulink Real-Time Workshp Matlab
上傳時(shí)間： 2013-12-26
上傳用戶(hù)：xhz1993
Boost C++ Libraries Free peer-reviewed portable C++ source libraries Boost C++ Libraries 基本上是一個(gè)免費(fèi)的 C++ 的跨平臺(tái)函式庫(kù)集合，基本上應(yīng)該可以把它視為 C++ STL 的功能再延伸；他最大的特色在於他是一個(gè)經(jīng)過(guò)「同行評(píng)審」（peer review，可參考維基百科）、開(kāi)放原始碼的函式庫(kù)，而且有許多 Boost 的函式庫(kù)是由 C++ 標(biāo)準(zhǔn)委員會(huì)的人開(kāi)發(fā)的，同時(shí)部分函式庫(kù)的功能也已經(jīng)成為 C++ TR1 (Technical Report 1，參考維基百科)、TR2、或是 C++ 0x 的標(biāo)準(zhǔn)了。 它的官方網(wǎng)站是：http://www.boost.org/，包含了 104 個(gè)不同的 library；由於他提供的函式庫(kù)非常地多，的內(nèi)容也非常地多元，根據(jù)官方的分類(lèi)，大致上可以分為下面這二十類(lèi)： 字串和文字處理（String and text processing） 容器（Containers） Iterators 演算法（Algorithms） Function objects and higher-order programming 泛型（Generic Programming） Template Metaprogramming Preprocessor Metaprogramming Concurrent Programming 數(shù)學(xué)與數(shù)字（Math and numerics） 正確性與測(cè)試（Correctness and testing） 資料結(jié)構(gòu)（Data structures） 影像處理（Image processing） 輸入、輸出（Input/Output） Inter-language support 記憶體（Memory） 語(yǔ)法分析（Parsing） 程式介面（Programming Interfaces） 其他雜項(xiàng) Broken compiler workarounds 其中每一個(gè)分類(lèi)，又都包含了一個(gè)或多個(gè)函式庫(kù)，可以說(shuō)是功能相當(dāng)豐富。
標(biāo)簽： Boost C++ Libraries
上傳時(shí)間： 2015-05-15
上傳用戶(hù)：fangfeng
第1章 緒論 1 1.1 程序設(shè)計(jì)語(yǔ)言概述 1 1.1.1 機(jī)器語(yǔ)言 1 1.1.2 匯編語(yǔ)言 2 1.1.3 高級(jí)語(yǔ)言 2 1.1.4 C語(yǔ)言 3 1.2 C語(yǔ)言的優(yōu)點(diǎn)和缺點(diǎn) 4 1.2.1 C語(yǔ)言的優(yōu)點(diǎn) 4 1.2.2 C語(yǔ)言的缺點(diǎn) 6 1.3 算法概述 7 1.3.1 算法的基本特征 7 1.3.2 算法的復(fù)雜度 8 1.3.3 算法的準(zhǔn)確性 10 1.3.4 算法的穩(wěn)定性 14 第2章 復(fù)數(shù)運(yùn)算 18 2.1 復(fù)數(shù)的四則運(yùn)算 18 2.1.1 [算法1] 復(fù)數(shù)乘法 18 2.1.2 [算法2] 復(fù)數(shù)除法 20 2.1.3 【實(shí)例5】 復(fù)數(shù)的四則運(yùn)算 22 2.2 復(fù)數(shù)的常用函數(shù)運(yùn)算 23 2.2.1 [算法3] 復(fù)數(shù)的乘冪 23 2.2.2 [算法4] 復(fù)數(shù)的n次方根 25 2.2.3 [算法5] 復(fù)數(shù)指數(shù) 27 2.2.4 [算法6] 復(fù)數(shù)對(duì)數(shù) 29 2.2.5 [算法7] 復(fù)數(shù)正弦 30 2.2.6 [算法8] 復(fù)數(shù)余弦 32 2.2.7 【實(shí)例6】 復(fù)數(shù)的函數(shù)運(yùn)算 34 第3章 多項(xiàng)式計(jì)算 37 3.1 多項(xiàng)式的表示方法 37 3.1.1 系數(shù)表示法 37 3.1.2 點(diǎn)表示法 38 3.1.3 [算法9] 系數(shù)表示轉(zhuǎn)化為點(diǎn)表示 38 3.1.4 [算法10] 點(diǎn)表示轉(zhuǎn)化為系數(shù)表示 42 3.1.5 【實(shí)例7】 系數(shù)表示法與點(diǎn)表示法的轉(zhuǎn)化 46 3.2 多項(xiàng)式運(yùn)算 47 3.2.1 [算法11] 復(fù)系數(shù)多項(xiàng)式相乘 47 3.2.2 [算法12] 實(shí)系數(shù)多項(xiàng)式相乘 50 3.2.3 [算法13] 復(fù)系數(shù)多項(xiàng)式相除 52 3.2.4 [算法14] 實(shí)系數(shù)多項(xiàng)式相除 54 3.2.5 【實(shí)例8】 復(fù)系數(shù)多項(xiàng)式的乘除法 56 3.2.6 【實(shí)例9】 實(shí)系數(shù)多項(xiàng)式的乘除法 57 3.3 多項(xiàng)式的求值 59 3.3.1 [算法15] 一元多項(xiàng)式求值 59 3.3.2 [算法16] 一元多項(xiàng)式多組求值 60 3.3.3 [算法17] 二元多項(xiàng)式求值 63 3.3.4 【實(shí)例10】 一元多項(xiàng)式求值 65 3.3.5 【實(shí)例11】 二元多項(xiàng)式求值 66 第4章 矩陣計(jì)算 68 4.1 矩陣相乘 68 4.1.1 [算法18] 實(shí)矩陣相乘 68 4.1.2 [算法19] 復(fù)矩陣相乘 70 4.1.3 【實(shí)例12】 實(shí)矩陣與復(fù)矩陣的乘法 72 4.2 矩陣的秩與行列式值 73 4.2.1 [算法20] 求矩陣的秩 73 4.2.2 [算法21] 求一般矩陣的行列式值 76 4.2.3 [算法22] 求對(duì)稱(chēng)正定矩陣的行列式值 80 4.2.4 【實(shí)例13】 求矩陣的秩和行列式值 82 4.3 矩陣求逆 84 4.3.1 [算法23] 求一般復(fù)矩陣的逆 84 4.3.2 [算法24] 求對(duì)稱(chēng)正定矩陣的逆 90 4.3.3 [算法25] 求托伯利茲矩陣逆的Trench方法 92 4.3.4 【實(shí)例14】 驗(yàn)證矩陣求逆算法 97 4.3.5 【實(shí)例15】 驗(yàn)證T矩陣求逆算法 99 4.4 矩陣分解與相似變換 102 4.4.1 [算法26] 實(shí)對(duì)稱(chēng)矩陣的LDL分解 102 4.4.2 [算法27] 對(duì)稱(chēng)正定實(shí)矩陣的Cholesky分解 104 4.4.3 [算法28] 一般實(shí)矩陣的全選主元LU分解 107 4.4.4 [算法29] 一般實(shí)矩陣的QR分解 112 4.4.5 [算法30] 對(duì)稱(chēng)實(shí)矩陣相似變換為對(duì)稱(chēng)三對(duì)角陣 116 4.4.6 [算法31] 一般實(shí)矩陣相似變換為上Hessen-Burg矩陣 121 4.4.7 【實(shí)例16】 對(duì)一般實(shí)矩陣進(jìn)行QR分解 126 4.4.8 【實(shí)例17】 對(duì)稱(chēng)矩陣的相似變換 127 4.4.9 【實(shí)例18】 一般實(shí)矩陣相似變換 129 4.5 矩陣特征值的計(jì)算 130 4.5.1 [算法32] 求上Hessen-Burg矩陣全部特征值的QR方法 130 4.5.2 [算法33] 求對(duì)稱(chēng)三對(duì)角陣的全部特征值 137 4.5.3 [算法34] 求對(duì)稱(chēng)矩陣特征值的雅可比法 143 4.5.4 [算法35] 求對(duì)稱(chēng)矩陣特征值的雅可比過(guò)關(guān)法 147 4.5.5 【實(shí)例19】 求上Hessen-Burg矩陣特征值 151 4.5.6 【實(shí)例20】 分別用兩種雅克比法求對(duì)稱(chēng)矩陣特征值 152 第5章 線性代數(shù)方程組的求解 154 5.1 高斯消去法 154 5.1.1 [算法36] 求解復(fù)系數(shù)方程組的全選主元高斯消去法 155 5.1.2 [算法37] 求解實(shí)系數(shù)方程組的全選主元高斯消去法 160 5.1.3 [算法38] 求解復(fù)系數(shù)方程組的全選主元高斯-約當(dāng)消去法 163 5.1.4 [算法39] 求解實(shí)系數(shù)方程組的全選主元高斯-約當(dāng)消去法 168 5.1.5 [算法40] 求解大型稀疏系數(shù)矩陣方程組的高斯-約當(dāng)消去法 171 5.1.6 [算法41] 求解三對(duì)角線方程組的追趕法 174 5.1.7 [算法42] 求解帶型方程組的方法 176 5.1.8 【實(shí)例21】 解線性實(shí)系數(shù)方程組 179 5.1.9 【實(shí)例22】 解線性復(fù)系數(shù)方程組 180 5.1.10 【實(shí)例23】 解三對(duì)角線方程組 182 5.2 矩陣分解法 184 5.2.1 [算法43] 求解對(duì)稱(chēng)方程組的LDL分解法 184 5.2.2 [算法44] 求解對(duì)稱(chēng)正定方程組的Cholesky分解法 186 5.2.3 [算法45] 求解線性最小二乘問(wèn)題的QR分解法 188 5.2.4 【實(shí)例24】 求解對(duì)稱(chēng)正定方程組 191 5.2.5 【實(shí)例25】 求解線性最小二乘問(wèn)題 192 5.3 迭代方法 193 5.3.1 [算法46] 病態(tài)方程組的求解 193 5.3.2 [算法47] 雅克比迭代法 197 5.3.3 [算法48] 高斯-塞德?tīng)柕ā?00 5.3.4 [算法49] 超松弛方法 203 5.3.5 [算法50] 求解對(duì)稱(chēng)正定方程組的共軛梯度方法 205 5.3.6 [算法51] 求解托伯利茲方程組的列文遜方法 209 5.3.7 【實(shí)例26】 解病態(tài)方程組 214 5.3.8 【實(shí)例27】 用迭代法解方程組 215 5.3.9 【實(shí)例28】 求解托伯利茲方程組 217 第6章 非線性方程與方程組的求解 219 6.1 非線性方程求根的基本過(guò)程 219 6.1.1 確定非線性方程實(shí)根的初始近似值或根的所在區(qū)間 219 6.1.2 求非線性方程根的精確解 221 6.2 求非線性方程一個(gè)實(shí)根的方法 221 6.2.1 [算法52] 對(duì)分法 221 6.2.2 [算法53] 牛頓法 223 6.2.3 [算法54] 插值法 226 6.2.4 [算法55] 埃特金迭代法 229 6.2.5 【實(shí)例29】 用對(duì)分法求非線性方程組的實(shí)根 232 6.2.6 【實(shí)例30】 用牛頓法求非線性方程組的實(shí)根 233 6.2.7 【實(shí)例31】 用插值法求非線性方程組的實(shí)根 235 6.2.8 【實(shí)例32】 用埃特金迭代法求非線性方程組的實(shí)根 237 6.3 求實(shí)系數(shù)多項(xiàng)式方程全部根的方法 238 6.3.1 [算法56] QR方法 238 6.3.2 【實(shí)例33】 用QR方法求解多項(xiàng)式的全部根 240 6.4 求非線性方程組一組實(shí)根的方法 241 6.4.1 [算法57] 梯度法 241 6.4.2 [算法58] 擬牛頓法 244 6.4.3 【實(shí)例34】 用梯度法計(jì)算非線性方程組的一組實(shí)根 250 6.4.4 【實(shí)例35】 用擬牛頓法計(jì)算非線性方程組的一組實(shí)根 252 第7章 代數(shù)插值法 254 7.1 拉格朗日插值法 254 7.1.1 [算法59] 線性插值 255 7.1.2 [算法60] 二次拋物線插值 256 7.1.3 [算法61] 全區(qū)間插值 259 7.1.4 【實(shí)例36】 拉格朗日插值 262 7.2 埃爾米特插值 263 7.2.1 [算法62] 埃爾米特不等距插值 263 7.2.2 [算法63] 埃爾米特等距插值 267 7.2.3 【實(shí)例37】 埃爾米特插值法 270 7.3 埃特金逐步插值 271 7.3.1 [算法64] 埃特金不等距插值 272 7.3.2 [算法65] 埃特金等距插值 275 7.3.3 【實(shí)例38】 埃特金插值 278 7.4 光滑插值 279 7.4.1 [算法66] 光滑不等距插值 279 7.4.2 [算法67] 光滑等距插值 283 7.4.3 【實(shí)例39】 光滑插值 286 7.5 三次樣條插值 287 7.5.1 [算法68] 第一類(lèi)邊界條件的三次樣條函數(shù)插值 287 7.5.2 [算法69] 第二類(lèi)邊界條件的三次樣條函數(shù)插值 292 7.5.3 [算法70] 第三類(lèi)邊界條件的三次樣條函數(shù)插值 296 7.5.4 【實(shí)例40】 樣條插值法 301 7.6 連分式插值 303 7.6.1 [算法71] 連分式插值 304 7.6.2 【實(shí)例41】 驗(yàn)證連分式插值的函數(shù) 308 第8章 數(shù)值積分法 309 8.1 變步長(zhǎng)求積法 310 8.1.1 [算法72] 變步長(zhǎng)梯形求積法 310 8.1.2 [算法73] 自適應(yīng)梯形求積法 313 8.1.3 [算法74] 變步長(zhǎng)辛卜生求積法 316 8.1.4 [算法75] 變步長(zhǎng)辛卜生二重積分方法 318 8.1.5 [算法76] 龍貝格積分 322 8.1.6 【實(shí)例42】 變步長(zhǎng)積分法進(jìn)行一重積分 325 8.1.7 【實(shí)例43】 變步長(zhǎng)辛卜生積分法進(jìn)行二重積分 326 8.2 高斯求積法 328 8.2.1 [算法77] 勒讓德-高斯求積法 328 8.2.2 [算法78] 切比雪夫求積法 331 8.2.3 [算法79] 拉蓋爾-高斯求積法 334 8.2.4 [算法80] 埃爾米特-高斯求積法 336 8.2.5 [算法81] 自適應(yīng)高斯求積方法 337 8.2.6 【實(shí)例44】 有限區(qū)間高斯求積法 342 8.2.7 【實(shí)例45】 半無(wú)限區(qū)間內(nèi)高斯求積法 343 8.2.8 【實(shí)例46】 無(wú)限區(qū)間內(nèi)高斯求積法 345 8.3 連分式法 346 8.3.1 [算法82] 計(jì)算一重積分的連分式方法 346 8.3.2 [算法83] 計(jì)算二重積分的連分式方法 350 8.3.3 【實(shí)例47】 連分式法進(jìn)行一重積分 354 8.3.4 【實(shí)例48】 連分式法進(jìn)行二重積分 355 8.4 蒙特卡洛法 356 8.4.1 [算法84] 蒙特卡洛法進(jìn)行一重積分 356 8.4.2 [算法85] 蒙特卡洛法進(jìn)行二重積分 358 8.4.3 【實(shí)例49】 一重積分的蒙特卡洛法 360 8.4.4 【實(shí)例50】 二重積分的蒙特卡洛法 361 第9章 常微分方程(組)初值問(wèn)題的求解 363 9.1 歐拉方法 364 9.1.1 [算法86] 定步長(zhǎng)歐拉方法 364 9.1.2 [算法87] 變步長(zhǎng)歐拉方法 366 9.1.3 [算法88] 改進(jìn)的歐拉方法 370 9.1.4 【實(shí)例51】 歐拉方法求常微分方程數(shù)值解 372 9.2 龍格-庫(kù)塔方法 376 9.2.1 [算法89] 定步長(zhǎng)龍格-庫(kù)塔方法 376 9.2.2 [算法90] 變步長(zhǎng)龍格-庫(kù)塔方法 379 9.2.3 [算法91] 變步長(zhǎng)基爾方法 383 9.2.4 【實(shí)例52】 龍格-庫(kù)塔方法求常微分方程的初值問(wèn)題 386 9.3 線性多步法 390 9.3.1 [算法92] 阿當(dāng)姆斯預(yù)報(bào)校正法 390 9.3.2 [算法93] 哈明方法 394 9.3.3 [算法94] 全區(qū)間積分的雙邊法 399 9.3.4 【實(shí)例53】 線性多步法求常微分方程組初值問(wèn)題 401 第10章 擬合與逼近 405 10.1 一元多項(xiàng)式擬合 405 10.1.1 [算法95] 最小二乘擬合 405 10.1.2 [算法96] 最佳一致逼近的里米茲方法 412 10.1.3 【實(shí)例54】 一元多項(xiàng)式擬合 417 10.2 矩形區(qū)域曲面擬合 419 10.2.1 [算法97] 矩形區(qū)域最小二乘曲面擬合 419 10.2.2 【實(shí)例55】 二元多項(xiàng)式擬合 428 第11章 特殊函數(shù) 430 11.1 連分式級(jí)數(shù)和指數(shù)積分 430 11.1.1 [算法98] 連分式級(jí)數(shù)求值 430 11.1.2 [算法99] 指數(shù)積分 433 11.1.3 【實(shí)例56】 連分式級(jí)數(shù)求值 436 11.1.4 【實(shí)例57】 指數(shù)積分求值 438 11.2 伽馬函數(shù) 439 11.2.1 [算法100] 伽馬函數(shù) 439 11.2.2 [算法101] 貝塔函數(shù) 441 11.2.3 [算法102] 階乘 442 11.2.4 【實(shí)例58】 伽馬函數(shù)和貝塔函數(shù)求值 443 11.2.5 【實(shí)例59】 階乘求值 444 11.3 不完全伽馬函數(shù) 445 11.3.1 [算法103] 不完全伽馬函數(shù) 445 11.3.2 [算法104] 誤差函數(shù) 448 11.3.3 [算法105] 卡方分布函數(shù) 450 11.3.4 【實(shí)例60】 不完全伽馬函數(shù)求值 451 11.3.5 【實(shí)例61】 誤差函數(shù)求值 452 11.3.6 【實(shí)例62】 卡方分布函數(shù)求值 453 11.4 不完全貝塔函數(shù) 454 11.4.1 [算法106] 不完全貝塔函數(shù) 454 11.4.2 [算法107] 學(xué)生分布函數(shù) 457 11.4.3 [算法108] 累積二項(xiàng)式分布函數(shù) 458 11.4.4 【實(shí)例63】 不完全貝塔函數(shù)求值 459 11.5 貝塞爾函數(shù) 461 11.5.1 [算法109] 第一類(lèi)整數(shù)階貝塞爾函數(shù) 461 11.5.2 [算法110] 第二類(lèi)整數(shù)階貝塞爾函數(shù) 466 11.5.3 [算法111] 變型第一類(lèi)整數(shù)階貝塞爾函數(shù) 469 11.5.4 [算法112] 變型第二類(lèi)整數(shù)階貝塞爾函數(shù) 473 11.5.5 【實(shí)例64】 貝塞爾函數(shù)求值 476 11.5.6 【實(shí)例65】 變型貝塞爾函數(shù)求值 477 11.6 Carlson橢圓積分 479 11.6.1 [算法113] 第一類(lèi)橢圓積分 479 11.6.2 [算法114] 第一類(lèi)橢圓積分的退化形式 481 11.6.3 [算法115] 第二類(lèi)橢圓積分 483 11.6.4 [算法116] 第三類(lèi)橢圓積分 486 11.6.5 【實(shí)例66】 第一類(lèi)勒讓德橢圓函數(shù)積分求值 490 11.6.6 【實(shí)例67】 第二類(lèi)勒讓德橢圓函數(shù)積分求值 492 第12章 極值問(wèn)題 494 12.1 一維極值求解方法 494 12.1.1 [算法117] 確定極小值點(diǎn)所在的區(qū)間 494 12.1.2 [算法118] 一維黃金分割搜索 499 12.1.3 [算法119] 一維Brent方法 502 12.1.4 [算法120] 使用一階導(dǎo)數(shù)的Brent方法 506 12.1.5 【實(shí)例68】 使用黃金分割搜索法求極值 511 12.1.6 【實(shí)例69】 使用Brent法求極值 513 12.1.7 【實(shí)例70】 使用帶導(dǎo)數(shù)的Brent法求極值 515 12.2 多元函數(shù)求極值 517 12.2.1 [算法121] 不需要導(dǎo)數(shù)的一維搜索 517 12.2.2 [算法122] 需要導(dǎo)數(shù)的一維搜索 519 12.2.3 [算法123] Powell方法 522 12.2.4 [算法124] 共軛梯度法 525 12.2.5 [算法125] 準(zhǔn)牛頓法 531 12.2.6 【實(shí)例71】 驗(yàn)證不使用導(dǎo)數(shù)的一維搜索 536 12.2.7 【實(shí)例72】 用Powell算法求極值 537 12.2.8 【實(shí)例73】 用共軛梯度法求極值 539 12.2.9 【實(shí)例74】 用準(zhǔn)牛頓法求極值 540 12.3 單純形法 542 12.3.1 [算法126] 求無(wú)約束條件下n維極值的單純形法 542 12.3.2 [算法127] 求有約束條件下n維極值的單純形法 548 12.3.3 [算法128] 解線性規(guī)劃問(wèn)題的單純形法 556 12.3.4 【實(shí)例75】 用單純形法求無(wú)約束條件下N維的極值 568 12.3.5 【實(shí)例76】 用單純形法求有約束條件下N維的極值 569 12.3.6 【實(shí)例77】 求解線性規(guī)劃問(wèn)題 571 第13章 隨機(jī)數(shù)產(chǎn)生與統(tǒng)計(jì)描述 574 13.1 均勻分布隨機(jī)序列 574 13.1.1 [算法129] 產(chǎn)生0到1之間均勻分布的一個(gè)隨機(jī)數(shù) 574 13.1.2 [算法130] 產(chǎn)生0到1之間均勻分布的隨機(jī)數(shù)序列 576 13.1.3 [算法131] 產(chǎn)生任意區(qū)間內(nèi)均勻分布的一個(gè)隨機(jī)整數(shù) 577 13.1.4 [算法132] 產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機(jī)整數(shù)序列 578 13.1.5 【實(shí)例78】 產(chǎn)生0到1之間均勻分布的隨機(jī)數(shù)序列 580 13.1.6 【實(shí)例79】 產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機(jī)整數(shù)序列 581 13.2 正態(tài)分布隨機(jī)序列 582 13.2.1 [算法133] 產(chǎn)生任意均值與方差的正態(tài)分布的一個(gè)隨機(jī)數(shù) 582 13.2.2 [算法134] 產(chǎn)生任意均值與方差的正態(tài)分布的隨機(jī)數(shù)序列 585 13.2.3 【實(shí)例80】 產(chǎn)生任意均值與方差的正態(tài)分布的一個(gè)隨機(jī)數(shù) 587 13.2.4 【實(shí)例81】 產(chǎn)生任意均值與方差的正態(tài)分布的隨機(jī)數(shù)序列 588 13.3 統(tǒng)計(jì)描述 589 13.3.1 [算法135] 分布的矩 589 13.3.2 [算法136] 方差相同時(shí)的t分布檢驗(yàn) 591 13.3.3 [算法137] 方差不同時(shí)的t分布檢驗(yàn) 594 13.3.4 [算法138] 方差的F檢驗(yàn) 596 13.3.5 [算法139] 卡方檢驗(yàn) 599 13.3.6 【實(shí)例82】 計(jì)算隨機(jī)樣本的矩 601 13.3.7 【實(shí)例83】 t分布檢驗(yàn) 602 13.3.8 【實(shí)例84】 F分布檢驗(yàn) 605 13.3.9 【實(shí)例85】 檢驗(yàn)卡方檢驗(yàn)的算法 607 第14章 查找 609 14.1 基本查找 609 14.1.1 [算法140] 有序數(shù)組的二分查找 609 14.1.2 [算法141] 無(wú)序數(shù)組同時(shí)查找最大和最小的元素 611 14.1.3 [算法142] 無(wú)序數(shù)組查找第M小的元素 613 14.1.4 【實(shí)例86】 基本查找 615 14.2 結(jié)構(gòu)體和磁盤(pán)文件的查找 617 14.2.1 [算法143] 無(wú)序結(jié)構(gòu)體數(shù)組的順序查找 617 14.2.2 [算法144] 磁盤(pán)文件中記錄的順序查找 618 14.2.3 【實(shí)例87】 結(jié)構(gòu)體數(shù)組和文件中的查找 619 14.3 哈希查找 622 14.3.1 [算法145] 字符串哈希函數(shù) 622 14.3.2 [算法146] 哈希函數(shù) 626 14.3.3 [算法147] 向哈希表中插入元素 628 14.3.4 [算法148] 在哈希表中查找元素 629 14.3.5 [算法149] 在哈希表中刪除元素 631 14.3.6 【實(shí)例88】 構(gòu)造哈希表并進(jìn)行查找 632 第15章 排序 636 15.1 插入排序 636 15.1.1 [算法150] 直接插入排序 636 15.1.2 [算法151] 希爾排序 637 15.1.3 【實(shí)例89】 插入排序 639 15.2 交換排序 641 15.2.1 [算法152] 氣泡排序 641 15.2.2 [算法153] 快速排序 642 15.2.3 【實(shí)例90】 交換排序 644 15.3 選擇排序 646 15.3.1 [算法154] 直接選擇排序 646 15.3.2 [算法155] 堆排序 647 15.3.3 【實(shí)例91】 選擇排序 650 15.4 線性時(shí)間排序 651 15.4.1 [算法156] 計(jì)數(shù)排序 651 15.4.2 [算法157] 基數(shù)排序 653 15.4.3 【實(shí)例92】 線性時(shí)間排序 656 15.5 歸并排序 657 15.5.1 [算法158] 二路歸并排序 658 15.5.2 【實(shí)例93】 二路歸并排序 660 第16章 數(shù)學(xué)變換與濾波 662 16.1 快速傅里葉變換 662 16.1.1 [算法159] 復(fù)數(shù)據(jù)快速傅里葉變換 662 16.1.2 [算法160] 復(fù)數(shù)據(jù)快速傅里葉逆變換 666 16.1.3 [算法161] 實(shí)數(shù)據(jù)快速傅里葉變換 669 16.1.4 【實(shí)例94】 驗(yàn)證傅里葉變換的函數(shù) 671 16.2 其他常用變換 674 16.2.1 [算法162] 快速沃爾什變換 674 16.2.2 [算法163] 快速哈達(dá)瑪變換 678 16.2.3 [算法164] 快速余弦變換 682 16.2.4 【實(shí)例95】 驗(yàn)證沃爾什變換和哈達(dá)瑪?shù)暮瘮?shù) 684 16.2.5 【實(shí)例96】 驗(yàn)證離散余弦變換的函數(shù) 687 16.3 平滑和濾波 688 16.3.1 [算法165] 五點(diǎn)三次平滑 689 16.3.2 [算法166] α-β-γ濾波 690 16.3.3 【實(shí)例97】 驗(yàn)證五點(diǎn)三次平滑 692 16.3.4 【實(shí)例98】 驗(yàn)證α-β-γ濾波算法 693
標(biāo)簽： C 算法 附件 源代碼
上傳時(shí)間： 2015-06-29
上傳用戶(hù)：cbsdukaf
Ｃ語(yǔ)言是在 70 年代初問(wèn)世的。一九七八年由美國(guó)電話(huà)電報(bào)公司(AT&T)貝爾實(shí)驗(yàn)室正 式 發(fā) 表 了 Ｃ 語(yǔ) 言 。 同 時(shí) 由 B.W.Kernighan 和 D.M.Ritchit 合 著 了 著 名 的 “THE C PROGRAMMING LANGUAGE” 一書(shū)。 通常簡(jiǎn)稱(chēng)為《 K&R》， 也有人稱(chēng)之為《 K&R》 標(biāo)準(zhǔn)。 但是， 在 《 K&R》中并沒(méi)有定義一個(gè)完整的標(biāo)準(zhǔn) C 語(yǔ)言， 后來(lái)由美國(guó)國(guó)家標(biāo)準(zhǔn)協(xié)會(huì) （ American National Standards Institute） 在此基礎(chǔ)上制定了一個(gè) C 語(yǔ)言標(biāo)準(zhǔn)， 于一九八三年發(fā)表。 通常 稱(chēng)之為 ANSI C。
標(biāo)簽： C語(yǔ)言 教程 講義 譚浩強(qiáng)
上傳時(shí)間： 2016-08-03
上傳用戶(hù)：vito
是否要先打開(kāi)ALLEGRO? 不需要(當(dāng)然你的機(jī)器須有CADENCE系統(tǒng))。生成完封裝后在你的輸出目錄下就會(huì)有幾千個(gè)器件（全部生成的話(huà)）,默認(rèn)輸出目錄為c:\MySym\. Level里面的Minimum, Nominal, Maximum 是什么意思？ 對(duì)應(yīng)ipc7351A的ABC封裝嗎？ 是的 能否將MOST, NOMINAL, LEAST三種有差別的封裝在命名上也體現(xiàn)出差別？ NOMINAL 的名稱(chēng)最后沒(méi)有后綴，MOST的后綴自動(dòng)添加“Ｍ”，LEAST的后綴自動(dòng)添加“L”，你看看生成的庫(kù)名稱(chēng)就知道了。（直插件以及特別的器件，如BGA等是沒(méi)有MOST和LEAST級(jí)別的，對(duì)這類(lèi)器件只有NOMINAL） IC焊盤(pán)用長(zhǎng)方形好像比用橢圓形的好，能不能生成長(zhǎng)方形的？ 嗯。。。。基本上應(yīng)該是非直角的焊盤(pán)比矩形的焊盤(pán)好，我記不得是AMD還是NS還是AD公司專(zhuān)門(mén)有篇文檔討論了這個(gè)問(wèn)題，如果沒(méi)有記錯(cuò)的話(huà)至少有以下好處：信號(hào)質(zhì)量好、更省空間（特別是緊密設(shè)計(jì)中）、更省錫量。我過(guò)去有一篇帖子有一個(gè)倒角焊盤(pán)的SKILL，用于晶振電路和高速器件（如DDR的濾波電容)，原因是對(duì)寬度比較大的矩形用橢圓焊盤(pán)也不合適，這種情況下用自定義的矩形倒角焊盤(pán)就比較好了－－－你可以從網(wǎng)上另外一個(gè)DDR設(shè)計(jì)的例子中看到。 當(dāng)然，我已經(jīng)在程序中添加了一選擇項(xiàng)，對(duì)一些矩形焊盤(pán)可以選擇倒角方式. 剛才試了一下，感覺(jué)器件的命名的規(guī)范性不是太好，另好像不能生成器件的DEVICE文件，我沒(méi)RUN完。。。 這個(gè)程序的命名方法基本參照IPC-7351，每個(gè)人都有自己的命名嗜好，仍是不好統(tǒng)一的；我是比較懶的啦，所以就盡量靠近IPC-7351了。 至于DEVICE，的選項(xiàng)已經(jīng)添加 (這就是批量程序的好處，代碼中加一行，重新生產(chǎn)的上千上萬(wàn)個(gè)封裝就都有新東西了)。 你的庫(kù)都是"-"的,請(qǐng)問(wèn)用過(guò)ALLEGRO的兄弟,你們的FOOTPRINT認(rèn)"-"嗎?反正我的ALLEGRO只認(rèn)"_"(下劃線) 用“－”應(yīng)該沒(méi)有問(wèn)題的，焊盤(pán)的命名我用的是"_"（這個(gè)一直沒(méi)改動(dòng)過(guò)）。 部分絲印畫(huà)在焊盤(pán)上了。 絲印的問(wèn)題我早已知道，只是盡量避免開(kāi)（我有個(gè)可配置的SilkGap變量）,不過(guò)工作量比較大，有些已經(jīng)改過(guò)，有些還沒(méi)有；另外我沒(méi)有特別費(fèi)功夫在絲印上的另一個(gè)原因是，我通常最后用AUTO-SILK的來(lái)合并相關(guān)的層，這樣既方便快捷也統(tǒng)一各個(gè)器件的絲印間距，用AUTO-SILK的話(huà)絲印線會(huì)自動(dòng)避開(kāi)SOLDER-MASK的。 點(diǎn)擊allegro后命令行出現(xiàn)E- Can't change to directory: Files\FPM，什么原因？ 我想你一定是將FPM安裝在一個(gè)含空格的目錄里面了，比如C:\Program Files\等等之類(lèi)，在自定義安裝目錄的時(shí)候該目錄名不能含有空格，且存放生成的封裝的目錄名也不能含有空格。你如果用默認(rèn)安裝的話(huà)應(yīng)該是不會(huì)有問(wèn)題的, 默認(rèn)FPM安裝在C:\FPM，默認(rèn)存放封裝的目錄為C:\MYSYM 0.04版用spb15.51生成時(shí).allegro會(huì)死機(jī).以前版本的Allegro封裝生成器用spb15.51生成時(shí)沒(méi)有死機(jī)現(xiàn)象 我在生成MELF類(lèi)封裝的時(shí)候有過(guò)一次死機(jī)現(xiàn)象，估計(jì)是文件操作錯(cuò)誤導(dǎo)致ALLEGRO死機(jī)，原因是我沒(méi)有找到在ｓｋｉｌｌ里面直接生成SHAPE焊盤(pán)的方法（FLASH和常規(guī)焊盤(pán)沒(méi)問(wèn)題）, 查了下資料也沒(méi)有找到解決方法，所以只得在外部調(diào)用SCRIPT來(lái)將就一下了。（下次我再查查看），用SCRIPT的話(huà)文件訪問(wèn)比較頻繁（幸好目前MELF類(lèi)的器件不多）. 解決辦法： １、對(duì)MELF類(lèi)器件單獨(dú)選擇生成，其它的應(yīng)該可以一次生成。 ２、試試最新的版本(當(dāng)前0.05) 請(qǐng)說(shuō)明運(yùn)行在哪類(lèi)器件的時(shí)候ALLEGRO出錯(cuò)，如果不是在MELF附近的話(huà)，請(qǐng)告知，謝謝。 用FPM0.04生成的封裝好像文件都比較大，比如CAPC、RES等器件，都是300多K，而自己建的或采用PCB Libraries Eval生成的封裝一般才幾十K到100K左右，不知封裝是不是包含了更多的信息？ 我的每個(gè)封裝文件包含了幾個(gè)文字層（REF,VAL,TOL,DEV,PARTNUMBER等),SILK和ASSEM也是分開(kāi)的，BOND層和高度信息，還有些定位線(在DISP層）,可能這些越來(lái)越豐富的信息加大了生成文件的尺寸.你如果想看有什么內(nèi)容的話(huà)，打開(kāi)所有層就看見(jiàn)了（或REPORT） 非常感謝 LiWenHui 發(fā)現(xiàn)的BUG, 已經(jīng)找到原因，是下面這行： axlDBChangeDesignExtents( '((-1000 -1000) (1000 1000))) 有尺寸空間開(kāi)得太大，后又沒(méi)有壓縮的原因，現(xiàn)在生成的封裝也只有幾十K了，0.05版已經(jīng)修復(fù)這個(gè)BUG了。 Allegro封裝生成器0.04生成do-27封裝不正確,生成封裝的焊盤(pán)的位號(hào)為a,c.應(yīng)該是A,B或者1,2才對(duì). 呵呵，DIODE通常管腳名為AC(A = anode, C = cathode) 也有用AK 或 12的， 極少見(jiàn)AB。 除了DIODE和極個(gè)別插件以及BGA外，焊盤(pán)名字以數(shù)字為主, 下次我給DIODE一個(gè)選擇項(xiàng)，可以選擇AC 或 12 或 AK, 至于TRANSISTER我就不去區(qū)分BCE/CBE/ECB/EBC/GDS/GSD/DSG/DGS/SGD/SDG等了，這樣會(huì)沒(méi)完沒(méi)了的，我將對(duì)TRANSISTER強(qiáng)制統(tǒng)一以數(shù)字編號(hào)了，如果用家非要改變，只得在生成庫(kù)后手工修改。
標(biāo)簽： Footprint Maker 0.08 FPM skill
上傳時(shí)間： 2018-01-10
上傳用戶(hù)：digitzing
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
