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
Delphi2005 B/S程序設計技巧集（34--36） 現在delphi 2005 B/S的書籍資料太少，幾乎沒有可參考的資料，這在一定程度上限制了delphi 2005的使用，相反C#，ASP的書籍資料到處都是。通過幾個月的學習也算是總結了一點經驗，從現在起我將陸續將ASP和C#的例子、技巧翻譯到delphi 2005下面，希望對大家的學習和工作有幫助，畢竟.Net是一種發展趨勢。我將不定期寫新的內容，同時，如果你在工作或學習中有什么問題，我也會將問題加入本篇文章，另外，一個人的能力畢竟有限，也希望大家共同來解決問題。 宋雨炫
上傳時間： 2014-06-15
上傳用戶：netwolf
剖析Intel IA32 架構下C 語言及CPU 浮點數機制 Version 0.01 哈爾濱工業大學 謝煜波 （email: xieyubo@126.com 網址:http://purec.binghua.com） （QQ:13916830 哈工大紫丁香BBSID:iamxiaohan） 前言 這兩天翻看一本C 語言書的時候，發現上面有一段這樣寫到 例：將同一實型數分別賦值給單精度實型和雙精度實型，然后打印輸出。 #include <stdio.h> main() { float a double b a = 123456.789e4 b = 123456.789e4 printf(“％f\n％f\n”,a,b) } 運行結果如下：
標簽： Version xieyubo Intel email
上傳時間： 2013-12-25
上傳用戶：徐孺
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
inside the c++ object model.深入c++對象模型。鼎鼎大名的Stanley B. Lippman 寫的。搞c++編程的能不看嗎？
上傳時間： 2013-12-22
上傳用戶：佳期如夢
可以滿足一般的b/s數據錄入功能，ajax構建的
標簽： 數據
上傳時間： 2015-07-22
上傳用戶：lanwei
s平面中直接形式到級聯形式的轉換 ％適合模擬濾波器的 ％C為增益系數 ％B為包含各bk的K乘3維實系數矩陣 ％A為包含各ak的K乘3維實系數矩陣 ％b為直接形式的分子多項式系數 ％a為直接形式的分母多項式系數
上傳時間： 2015-07-22
上傳用戶：sdq_123
四柱漢諾塔問題的求解程序.解題思路:如a,b,c,d四柱. 要把a柱第n個盤移到目標柱子(d柱),先把上層 分兩為兩部份,上半部份移到b柱,下半部分移到c柱,再把第n盤移到 目標柱子,然后,c柱盤子再移到目標柱子,再把b柱盤子移到目標柱子. 細節地方: 上半部份移到b柱時,它的中間變量柱子是有二選一的.而下半部分 移到c柱時,它的中間變量柱子只有一個(因為一個柱子已被上半部份 占了).b,c也移到目標柱子時同理。
上傳時間： 2013-12-22
上傳用戶：aeiouetla
BackProp算法：經典的B-P算法.
上傳時間： 2014-11-22
上傳用戶：xc216
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
