欧美videosex性欧美黑吊,日韩免费电影,日韩精品亚洲专区在线观看

S函數

此源代碼為UC/OS-II移植到51單片機的源代碼.包括OS_CPU.H,OS_CPU_C.C,OS_CPU_A.S三個主要文件

此源代碼為UC/OS-II移植到51單片機的源代碼.包括OS_CPU.H,OS_CPU_C.C,OS_CPU_A.S三個主要文件

標簽： OS_CPU_C OS_CPU_A OS_CPU OS-II

上傳時間： 2015-04-19

上傳用戶：王楚楚
Preliminary User’s Manual NU85ET 32-Bit Microprocessor Core Hardware Document No. A15015EJ3V0UM0

Preliminary User’s Manual NU85ET 32-Bit Microprocessor Core Hardware Document No. A15015EJ3V0UM00 (3rd edition) Date Published March 2002 N CP(N) Printed in Japan © 2000 NU85ET NDU85ETV14

標簽： Microprocessor Preliminary Document Hardware

上傳時間： 2014-01-11

上傳用戶：pompey
J2ME Game is s 3d game ,ACT kind can be uncomplile

J2ME Game is s 3d game ,ACT kind can be uncomplile

標簽： uncomplile J2ME Game game

上傳時間： 2014-01-21

上傳用戶：遠遠ssad
FinC is Fava in C! A C-like syntax language. It s designed to apply to embededd system.

FinC is Fava in C! A C-like syntax language. It s designed to apply to embededd system.

標簽： designed embededd language C-like

上傳時間： 2014-01-01

上傳用戶：zhenyushaw
s數據機構中的常出算法

s數據機構中的常出算法，建樹后實現中序遍歷，從而實現其他的轉化

標簽： 數據機構算法

上傳時間： 2013-12-18

上傳用戶：shinesyh
for lattice s vhdl

for lattice s vhdl

標簽： lattice vhdl for

上傳時間： 2015-04-24

上傳用戶：bcjtao
模擬退火算法來源于固體退火原理

模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。

標簽： 模擬退火算法

上傳時間： 2015-04-24

上傳用戶：R50974
模擬退火算法來源于固體退火原理

模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。

標簽： 模擬退火算法

上傳時間： 2015-04-24

上傳用戶：ryb
模擬退火算法來源于固體退火原理

模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。

標簽： 模擬退火算法

上傳時間： 2014-12-19

上傳用戶：TRIFCT
此程式可輸入二個整數

此程式可輸入二個整數，並以歐幾里得演算法求其最大公因數(GCD)

標簽： 程式

上傳時間： 2015-04-25

上傳用戶：ryb