Perl & XML. by Erik T. Ray and Jason McIntosh ISBN 0-596-00205-X First Edition, published April 2002. (See the catalog page for this book.) Table of Contents Copyright Page Preface Chapter 1: Perl and XML Chapter 2: An XML Recap Chapter 3: XML Basics: Reading and Writing Chapter 4: Event Streams Chapter 5: SAX Chapter 6: Tree Processing Chapter 7: DOM Chapter 8: Beyond Trees: XPath, XSLT, and More Chapter 9: RSS, SOAP, and Other XML Applications Chapter 10: Coding Strategies Index Colophon --------------------------------------------------------------------------------
標簽： T. published McIntosh Edition
上傳時間： 2013-12-24
上傳用戶：yzhl1988
1.功能 用全選主元高斯消去法計算矩陣A的秩(C語言) 2.函數參數說明 double a[m][n] : 存放mxn階矩陣A的元素，返回時將被破壞 int m : 矩陣A的行數 int n : 矩陣A的列數 int rank() : 函數返回A的秩 3.文件說明 rank.c為函數程序 rank0.c為主函數程序
上傳時間： 2015-09-03
上傳用戶：xuan‘nian
1.功能 用全選主元高斯消去法計算n階方陣A所對應的行列式的值(C語言) 2.參數說明 double a[n][n] : 存方陣A的元素，返回時被破壞 int n : 方陣A的階數 double sdet() : 函數返回行列式的值 3.文件說明 sdet.c為函數程序 sdet0.c為主函數程序
上傳時間： 2014-01-14
上傳用戶：rocwangdp
1.功能 利用廣義逆求解無約束條件下的優化問題(C語言) 2.參數說明 int m : 非線性方程組中方程個數 int n : 非線性方程組中未知數個數 double eps1 : 控制最小二乘解的精度要求 double eps2 : 用于奇異值分解中的控制精度要求 double x[n] : 存放非線性方程組解的初始近似值X(0),要求各分量不全為0 int ka : Ka＝max{m,n}+1 void (*f)() : 指向計算非線性方程組中各方程左端函數值的函數名(用戶自編) void (*s)() : 指向計算雅可比矩陣的函數名 int ngin() : 函數返回一個標志值 3.文件說明 ngin.c函數文件 ngin0.c主函數文件
上傳時間： 2013-12-23
上傳用戶：大三三
1.功能 用高斯方法計算n重積分(C語言) 2.參數說明 int n : 積分重數 int js[n] : js[k]表示第k層積分區間所劃分的子區間 void (*ss)() : 指向計算各層積分上、下限的函數名(用戶自編) double (*f)() : 指向計算被積函數值的函數名(用戶自編) double gaus() : 函數返回積分值 3.文件說明 gaus.c為函數程序 gaus0.c為主函數程序
上傳時間： 2014-01-05
上傳用戶：731140412
ITU-T標準G.729源代碼 、這么多還不行阿？
上傳時間： 2015-09-04
上傳用戶：lyy1234
解國際象棋的N皇后問題的C++源代碼，可用于大學計算機技術課程《算法分析》上機聯系
上傳時間： 2014-01-01
上傳用戶：yyyyyyyyyy
support vector classification machine ％ soft margin ％ uses "kernel.m" ％ ％ xtrain: (Ltrain,N) with Ltrain: number of points N: dimension ％ ytrain: (Ltrain,1) containing class labels (-1 or +1) ％ xrun: (Lrun,N) with Lrun: number of points N: dimension ％ atrain: alpha coefficients (from svcm_train on xtrain and ytrain) ％ btrain: offest coefficient (from svcm_train on xtrain and ytrain) ％ ％ ypred: predicted y (Lrun,1) containing class labels (-1 or +1) ％ margin: (signed) separation from the separating hyperplane (Lrun,1
標簽： classification support machine Ltrain
上傳時間： 2015-09-04
上傳用戶：問題問題
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。
上傳時間： 2014-01-08
上傳用戶：songrui
計算矢量所在扇區的N模型，判斷當前的扇區
上傳時間： 2013-12-18
上傳用戶：kr770906
