#include "iostream" using namespace std; class Matrix { private: double** A; //矩陣A double *b; //向量b public: int size; Matrix(int ); ~Matrix(); friend double* Dooli(Matrix& ); void Input(); void Disp(); }; Matrix::Matrix(int x) { size=x; //為向量b分配空間并初始化為0 b=new double [x]; for(int j=0;j<x;j++) b[j]=0; //為向量A分配空間并初始化為0 A=new double* [x]; for(int i=0;i<x;i++) A[i]=new double [x]; for(int m=0;m<x;m++) for(int n=0;n<x;n++) A[m][n]=0; } Matrix::~Matrix() { cout<<"正在析構中~~~~"<<endl; delete b; for(int i=0;i<size;i++) delete A[i]; delete A; } void Matrix::Disp() { for(int i=0;i<size;i++) { for(int j=0;j<size;j++) cout<<A[i][j]<<" "; cout<<endl; } } void Matrix::Input() { cout<<"請輸入A:"<<endl; for(int i=0;i<size;i++) for(int j=0;j<size;j++){ cout<<"第"<<i+1<<"行"<<"第"<<j+1<<"列:"<<endl; cin>>A[i][j]; } cout<<"請輸入b:"<<endl; for(int j=0;j<size;j++){ cout<<"第"<<j+1<<"個:"<<endl; cin>>b[j]; } } double* Dooli(Matrix& A) { double *Xn=new double [A.size]; Matrix L(A.size),U(A.size); //分別求得U，L的第一行與第一列 for(int i=0;i<A.size;i++) U.A[0][i]=A.A[0][i]; for(int j=1;j<A.size;j++) L.A[j][0]=A.A[j][0]/U.A[0][0]; //分別求得U，L的第r行，第r列 double temp1=0,temp2=0; for(int r=1;r<A.size;r++){ //U for(int i=r;i<A.size;i++){ for(int k=0;k<r-1;k++) temp1=temp1+L.A[r][k]*U.A[k][i]; U.A[r][i]=A.A[r][i]-temp1; } //L for(int i=r+1;i<A.size;i++){ for(int k=0;k<r-1;k++) temp2=temp2+L.A[i][k]*U.A[k][r]; L.A[i][r]=(A.A[i][r]-temp2)/U.A[r][r]; } } cout<<"計算U得:"<<endl; U.Disp(); cout<<"計算L的:"<<endl; L.Disp(); double *Y=new double [A.size]; Y[0]=A.b[0]; for(int i=1;i<A.size;i++ ){ double temp3=0; for(int k=0;k<i-1;k++) temp3=temp3+L.A[i][k]*Y[k]; Y[i]=A.b[i]-temp3; } Xn[A.size-1]=Y[A.size-1]/U.A[A.size-1][A.size-1]; for(int i=A.size-1;i>=0;i--){ double temp4=0; for(int k=i+1;k<A.size;k++) temp4=temp4+U.A[i][k]*Xn[k]; Xn[i]=(Y[i]-temp4)/U.A[i][i]; } return Xn; } int main() { Matrix B(4); B.Input(); double *X; X=Dooli(B); cout<<"~~~~解得:"<<endl; for(int i=0;i<B.size;i++) cout<<"X["<<i<<"]:"<<X[i]<<" "; cout<<endl<<"呵呵呵呵呵"; return 0; }
標簽： 道理特分解法
上傳時間： 2018-05-20
上傳用戶：Aa123456789
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
第7章 Java B/S結構編程 實例76 簡單的Servlet程序 實例77 簡單的留言簿 實例78 JSP+Java Bean的計數器 實例79 數據庫查詢 實例80 文件的上傳下載 實例81 收發E-mail 實例82 B/S結構的聊天室 實例83 網上選課 實例84 B/S結構的商業應用——購物車 實例85 通過JSP調用Applet程序 實例86 JSP與XML的結合
上傳時間： 2013-12-23
上傳用戶：skfreeman
1． Matrix-chain product. The following are some instances a) <3, 5, 2, 1,10> b) <2, 7, 3, 6, 10> c) <10, 3, 15, 12, 7, 2> d) <7, 2, 4, 15, 20, 5>
標簽： Matrix-chain following instances product
上傳時間： 2014-11-28
上傳用戶：731140412
第7章 Java B/S結構編程 253 實例76 簡單的Servlet程序 254 實例77 簡單的留言簿 256 實例78 JSP+Java Bean的計數器 258 實例79 數據庫查詢 260 實例80 文件的上傳下載 262 實例81 收發E-mail 267 實例82 B/S結構的聊天室 269 實例83 網上選課 276 實例84 B/S結構的商業應用——購物車 282 實例85 通過JSP調用Applet程序 285 實例86 JSP與XML的結合 2
上傳時間： 2016-03-07
上傳用戶：maizezhen
步進電機控制 p1.4-p1.7控制a,b,c,d四個相位開關 匯編實現
上傳時間： 2017-05-12
上傳用戶：003030
專輯類-PCB及CAD相關資料專輯-174冊-3.19G 30天學會PowerPCB-元件設計標準，操作規程-7.1M.zip
上傳時間： 2013-07-14
上傳用戶：zhoujunzhen
專輯類-電子基礎類專輯-153冊-2.20G 21世紀大學新型參考教材系列-集成電路B-荒井-159頁-2.8M.pdf
上傳時間： 2013-05-16
上傳用戶：pkkkkp
·作 者： 袁任光 I S B N： 7111144716 頁 數： 676 開 本： 32開 重 量： 460克 封面形式： 簡裝本 出 版 社： 機械工業出版社 本社特價書 出版日期： 2004-7-1 定 價： 30元
上傳時間： 2013-07-05
上傳用戶：LouieWu
一個用Basic實現的B-Tree算法
上傳時間： 2013-12-30
上傳用戶：ccclll
