此包包含了眾多矩陣處理程序，能夠滿足矩陣處理的一般要求，由于將各功能分開到不同的“.cpp”文件中，故使用時需要用戶自行選取更換合適自己使用的“.cpp”文件。其中，矩陣功能有：輸出矩陣、矩陣轉置、矩陣歸一化、判斷矩陣對稱、判斷矩陣對稱正定、全選主元法求矩陣行列式、全選主元高斯(Gauss)消去法求一般矩陣的秩、用全選主元高斯-約當(Gauss-Jordan)消去法計算實(復)矩陣的逆矩陣、用“變量循環重新編號法”法求對稱正定矩陣逆、特蘭持(Trench)法求托伯利茲(Toeplitz)矩陣逆、實矩陣LU分解、用豪斯荷爾德(Householder)變換對一般m*n階的實矩陣進行QR分解、對稱正定陣的喬里斯基(Cholesky)分解及求其行列式值、一般實矩陣的奇異值分解、廣義逆的奇異值分解。
標簽： 矩陣處理 程序
上傳時間： 2013-12-27
上傳用戶：duoshen1989
大家都知道ICC-AVR不能進行代碼調試，很多人都選擇了AVR Studio，但是AVR Studio不直觀，特別是在做液晶顯示代碼調試的時候，不能即時的看到顯示的情況，而仿真器又太貴，對大多初學者都不太現實。 今天給大家介紹一種即能像AVR Studio一樣進行代碼級調試，又可以實時看到MCU狀態的軟件，Proteus。
標簽： ICC-AVR 家 代碼 調試
上傳時間： 2014-12-06
上傳用戶：gengxiaochao
基于BP神經網絡識別字符. BP神經網絡算法是把一組樣本輸入輸出問題轉化為一個非線性優化問題，并通過梯度算法利用迭代運算求解權值的一種學習方法。采用BP網絡進行分類，并附加線性感知器來實現單字符的有效識別，算法簡便，識別率高，可適用于多種高噪聲環境中的印刷體字符識別。
標簽： BP神經網絡 識別 字符 算法
上傳時間： 2017-07-03
上傳用戶：wlcaption
高斯脈沖的微分。先將高斯脈沖及其前15階導函數的幅度歸一化，然后將它們同時畫出。
標簽： 高斯 脈沖 微分 函數
上傳時間： 2017-07-05
上傳用戶：zhenyushaw
學生嘛，所以自己用C寫的runger kutta法解了個一階微分方程，希望有點用哈！
標簽：
上傳時間： 2013-12-18
上傳用戶：wff
本書作者根據自己學習C++的親身體會及多年教學經驗，用簡單的例子和簡練的敘述講解C++編程，別具特色。 全書共分十八章，內容涉及對象的演化、數據抽象、隱藏實現、初始化與清除、函數重載與缺省參數、輸入輸出流介紹、常量、內聯函數、命名控制、引用和拷貝構造函數、運算符重載、動態對象創建、繼承和組合、多態和虛函數、模板和包容器類、多重繼承、異常處理和運行時類型識別。
標簽： 經驗
上傳時間： 2013-12-24
上傳用戶：372825274
此程序可將將多個變量歸一化，程序中是將兩個變量歸一化。
標簽： 程序 變量
上傳時間： 2017-07-14
上傳用戶：xsnjzljj
上傳時間： 2013-12-22
該軟件用于識別HID設備，并與之進行通信。需要配合北京交通大學的一款HID實驗臺使用，但中間的獨立程序不受影響。
標簽： HID 軟件 識別 設備
上傳時間： 2017-07-17
上傳用戶：huannan88
語音識別中的說話人自適應研究.nh 1.MAP和MLLR算法比較 文章在討論由說話人引起的聲學差異基礎上，研究兩種基于模型 的自適應算法:最大似然線性回歸(州壓LR)和最大后驗概率(MAp)。 實驗結果表明，不論采用哪種自適應都能使識別率有一定的提升。兩 種算法之間的差異性在于MAP具有良好的漸進性，但收斂性較差， 而MLLR在很大程度上改善了收斂特性，但其漸進特性卻不如MAP。 文章討論了在側汰P自適應中，初始模型參數的先驗知識對自適 應效果的影響，以及在MLLR中，回歸類對自適應效果的影響。文 章還進一步研究了采用兩種算法的累加自適應效果，從結果看MAP 和MLLR結合的方法比單獨使用M[AP和MLLR的效果要好。文章 還對包括基于特征層的歸一化算法和用于基于聲學模型的MLLR算 法等效性進行討論，并給出了統一的算法框架。
標簽： MLLR MAP nh 語音識別
上傳時間： 2014-01-09
上傳用戶：bakdesec
蟲蟲下載站版權所有 京ICP備2021023401號-1
