<bdo id="scs66"></bdo> 本程序能產生大部份實用隨機數：產生一個[0,1]區間內均勻分布偽隨機數、產生多個[0,1]區間內均勻分布偽隨機數、產生任意[a,b]區間內一個均勻分布偽隨機整數、產生任意[a,b]區間內均勻分布偽隨機整數序列、產生一個任意均值與方差的正態分布隨機數、產生任意均值與方差的正態分布隨機數序列
上傳時間： 2013-12-18
上傳用戶：kbnswdifs
98年全國大學生數學建模競賽B題“水災巡視問題”，是一個推銷員問題，本題有53個點，所有可能性大約為exp(53),目前沒有好方法求出精確解，既然求不出精確解，我們使用模擬退火法求出一個較優解,將所有結點編號為1到53,1到53的排列就是系統的結構,結構的變化規則是:從1到53的排列中隨機選取一個子排列,將其反轉或將其移至另一處,能量E自然是路徑總長度。具體算法描述如下：步1： 設定初始溫度T，給定一個初始的巡視路線。步2 ：步3 --8循環K次步3：步 4--7循環M次步4：隨機選擇路線的一段步5：隨機確定將選定的路線反轉或移動，即兩種調整方式：反轉、移動。步6：計算代價D，即調整前后的總路程的長度之差步7：按照如下規則確定是否做調整：如果D0,則按照EXP(-D/T)的概率進行調整步8:T*0.9-->T,降溫
上傳時間： 2015-03-14
上傳用戶：himbly
使用的是API編程,可格式化、校驗和讀寫特殊扇區。可用作Windows下的磁盤加密。本函數還有以下兩個缺點以待改進： 1.本函數還只能讀能讀 A: 和 B:,即只能對軟盤操作 2.不能改變磁盤扇區大小，只能是標準的 512 個字節。 參數說明: command 操作: 0 重置磁盤 2 讀扇區 3 寫扇區 4 校驗磁道 5 格式化磁道 8 得到設備參數 (int 1EH) drive 驅動器 A:=0 B:=1 head 磁頭號,范圍 0 - 1 track 磁道號,范圍 0 - 84 ( 80 - 84 為特殊磁道，通常用來加密 ) sector 扇區號,范圍 0 - 255 ( 19 - 255 為非標準扇區編號，通常用來加密) nsectors 每次讀或寫的扇區數,不能超出每磁道的最大扇區數 buffer 數據寫入或讀出的緩沖區，大小為 512 個字節 返回值 ( 同 Int 13H ): 0x0 成功 0x1 無效的命令 0x3 磁盤被寫保護 0x4 扇區沒有找到 0xa 發現壞扇區 0x80 磁盤沒有準備好
上傳時間： 2013-12-05
上傳用戶：moerwang
matlab解線性方程組的源代碼 function x=nagauss2(a,b,flag) ％ 用途：選列主元Gauss消去法解線性方程組ax=b ％ 格式：x=nagauss2(a,b,flag) a為系數矩陣，b為右端列向量，flag若為0，則顯示中間過程
標簽： nagauss function matlab Gauss
上傳時間： 2013-12-22
上傳用戶：exxxds
【問題描述】已知線性方程組AX=B，求解該方程組。參考算法： 消去法：將列向量B加到矩陣A的最后一列，構成增廣矩陣AB。對AB進行下列三種初等變換，使原矩陣A的部分的主對角線上的元素均為1，其余元素均為0，則原列向量B的部分即為X的值： 1. 將矩陣的一行乘以一個不為0的數 2. 將矩陣的一行加上另一行的倍數 3. 交換矩陣中兩行的位置
上傳時間： 2015-06-18
上傳用戶：stvnash
車牌定位－－－VC++源代碼程序 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： 2013-11-26
上傳用戶：懶龍1988
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
回溯（b a c k t r a c k i n g）是一種系統地搜索問題解答的方法。為了實現回溯，首先需要為問題定義一個解空間（ solution space），這個空間必須至少包含問題的一個解（可能是最優的）。在迷宮老鼠問題中，我們可以定義一個包含從入口到出口的所有路徑的解空間；在具有n 個對象的0 / 1背包問題中（見1 . 4節和2 . 2節），解空間的一個合理選擇是2n 個長度為n 的0 / 1向量的集合，這個集合表示了將0或1分配給x的所有可能方法。當n= 3時，解空間為{ ( 0 , 0 , 0 )，( 0 , 1 , 0 )，( 0 , 0 , 1 )，( 1 , 0 , 0 )，( 0 , 1 , 1 )，( 1 , 0 , 1 )，( 1 , 1 , 0 )，( 1 , 1 , 1 ) }。
標簽： 搜索
上傳時間： 2014-01-17
上傳用戶：jhksyghr
考察例1 4 - 8中的1 4個點。A中的最近點對為(b,h)，其距離約為0 . 3 1 6。B中最近點對為 (f, j)，其距離為0 . 3，因此= 0 . 3。當考察 是否存在第三類點時，除d, g, i, l, m 以外 的點均被淘汰，因為它們距分割線x= 1的 距離≥ 。RA ={d, i, m}，RB= {g, l}，由 于d 和m 的比較區中沒有點，只需考察i 即可。i 的比較區中僅含點l。計算i 和l 的距離，發現它小于，因此(i, l) 是最近
標簽：
上傳時間： 2013-12-03
上傳用戶：66666
一個旅行家想駕駛汽車從城市A到城市B（設出發時油箱是空的）。給定兩個城市之間的距離dis、汽車油箱的容量c、每升汽油能行駛的距離d、沿途油站數n、油站i離出發點的距離d[i]以及該站每升汽油的價格p[i],i=1,2,…,n。設d[1]=0<d[2]<…<d[n]。要花最少的油費從城市A到城市B，在每個加油站應加多少油，最少花費為多少？
上傳時間： 2013-12-31
上傳用戶：redmoons
<sup id="4i4w8"></sup>