本實訓是有關線性表的順序存儲結構的應用，在本實訓的實例程序中，通過C語言中提供的數組來存儲兩個已知的線性表，然后利用數組元素的下標來對線性表進行比較。通過對本實訓的學習，可以理解線性表在順序存儲結構下的操作方法。 在實訓中，我們設A=（a1,a2,…,an）和B=（b1,b2,…,bm）是兩個線性表，其數據元素的類型是整型。若n=m,且ai=bi,則稱A=B 若ai=bi，而aj<bj,則稱A<B；除此以外，均稱A>B。設計一比較大小的程序。
上傳時間： 2014-01-14
上傳用戶：www240697738
（1）Msls分三步對系統和噪聲模型進行辨識，采用脈沖序列作為輔助系統模型，用 計算輸出數據 ；用原輸出數據 計算 ，用遞推最小二乘方法分別對系統參數和模型參數進行估計。 （2）M.dat,wnoise1.dat分別為M和白噪聲序列。Wnoise1.dat的長度為700，wnoise2.dat的長度為1000。Msls6.c為N=600的程序，Msls8.c為N=800的程序。 （3）程序運行后，生成的兩個h文件為產生的脈沖響應函數。Msls6.dat為msls6.c的參數估計結果，msls8.dat為msls8.c的參數辨識結果。分別如下所示： a1=0.906331 a2=0.160170 a3=0.025525 b1=0.704475 b2=-1.497551 c1=1.009114 c2=0.446890 a1=0.906347 a2=0.159066 a3=0.024650 b1=0.700720 b2=-1.493327 c1=1.008787 c2=0.425714 （4）由數據結果可以看出，采用msls辨識方法估計精度要比els法的估計精度差一些。尤其是噪聲參數c2的估計誤差不在1％以內。這是由于msls法計算上較為簡便，計算上的簡化就帶來了估計精度上的誤差。由N=600和N=800相比較，可以看出當N增大時，誤差有所減小。理論上當N趨于無窮時， 。
上傳時間： 2016-10-19
上傳用戶：戀天使569
兩臺處理機A 和B處理n個作業。設第i個作業交給機器 A 處理時需要時間ai，若由機器B 來處理，則需要時間bi。由于各作 業的特點和機器的性能關系，很可能對于某些i，有ai >=bi，而對于 某些j，j!=i，有aj<bj。既不能將一個作業分開由兩臺機器處理，也沒 有一臺機器能同時處理2 個作業。設計一個動態規劃算法，使得這兩 臺機器處理完成這n 個作業的時間最短（從任何一臺機器開工到最后 一臺機器停工的總時間）。研究一個實例：（a1,a2,a3,a4,a5,a6）= （2,5,7,10,5,2）；（b1,b2,b3,b4,b5,b6）=（3,8,4,11,3,4）
上傳時間： 2014-01-14
上傳用戶：獨孤求源
Instead of finding the longest common subsequence, let us try to determine the length of the LCS. Then tracking back to find the LCS. Consider a1a2…am and b1b2…bn. Case 1: am=bn. The LCS must contain am, we have to find the LCS of a1a2…am-1 and b1b2…bn-1. Case 2: am≠bn. Wehave to find the LCS of a1a2…am-1 and b1b2…bn, and a1a2…am and b b b b1b2…bn-1 Let A = a1 a2 … am and B = b1 b2 … bn Let Li j denote the length of the longest i,g g common subsequence of a1 a2 … ai and b1 b2 … bj. Li,j = Li-1,j-1 + 1 if ai=bj max{ L L } a≠b i-1,j, i,j-1 if ai≠j L0,0 = L0,j = Li,0 = 0 for 1≤i≤m, 1≤j≤n.
標簽： the subsequence determine Instead
上傳時間： 2013-12-17
上傳用戶：evil
最長公共子序列 問題ACM題目 如果序列 { s1, s2, ……, sk } 是序列 { a1, a2, ……, an } 的子序列，又是序列 { b1, b2, ……, bm } 的子序列，則稱序列 s 為序列 a 和 序列 b 的公共子序列。在 a 和 b 的所有公共子序列中，長度最長者稱為最長公共子序列。 本題對于給定的兩個整數序列，請求其最長公共子序列的長度
上傳時間： 2017-07-14
上傳用戶：s363994250
Two scripts are included here. 1. convsys.m - combines the state space representation of two systems connected in series. [Ao,Bo,Co,Do]=convsys(A1,B1,C1,D1,A2,b2,C2,D2) This algorithm gives the convolution of two state space representations | A1 B1 | | A2 b2 | u ==> | | ==> | | ==> y | C1 D1 | | C2 D2 | The algorithm also accepts state space objects as inputs and gives out a state space object as output. 2. sysfeedbk.m [Ao,Bo,Co,Do]=convsys(A1,B1,C1,D1,A2,b2,C2,D2) Gives the closed loop state space representation for two systems connected with negative feedback in the following manner. | A1 B1 | u ==> | | ==> y + o | C1 D1 | | - | | | | A2 b2 | | |= | |= | | C2 D2 | The zip file also contains checkcompatibility.m , which checks the compatibility of matrix dimensions in the system and cleanss.m which can be used to clean a state space representation.
標簽： representation included combines scripts
上傳時間： 2017-07-25
上傳用戶：semi1981
題目：古典問題：有一對兔子，從出生后第3個月起每個月都生一對兔子，小兔子長到第三個月后每個月又生一對兔子，假如兔子都不死，問每個月的兔子總數為多少？ //這是一個菲波拉契數列問題 public class lianxi01 { public static void main(String[] args) { System.out.println("第1個月的兔子對數: 1"); System.out.println("第2個月的兔子對數: 1"); int f1 = 1, f2 = 1, f, M=24; for(int i=3; i<=M; i++) { f = f2; f2 = f1 + f2; f1 = f; System.out.println("第" + i +"個月的兔子對數: "+f2); } } } 【程序2】 題目：判斷101-200之間有多少個素數，并輸出所有素數。 程序分析：判斷素數的方法：用一個數分別去除2到sqrt(這個數)，如果能被整除， 則表明此數不是素數，反之是素數。 public class lianxi02 { public static void main(String[] args) { int count = 0; for(int i=101; i<200; i+=2) { boolean b = false; for(int j=2; j<=Math.sqrt(i); j++) { if(i % j == 0) { b = false; break; } else { b = true; } } if(b == true) {count ++;System.out.println(i );} } System.out.println( "素數個數是: " + count); } } 【程序3】 題目：打印出所有的 "水仙花數 "，所謂 "水仙花數 "是指一個三位數，其各位數字立方和等于該數本身。例如：153是一個 "水仙花數 "，因為153=1的三次方＋5的三次方＋3的三次方。 public class lianxi03 { public static void main(String[] args) { int b1, b2, b3;
上傳時間： 2017-12-24
上傳用戶：Ariza
簡單的實現JPEG圖像壓縮編碼方法一 clear all; RGB=imread('C:\Users\Administrator\Desktop\123.bmp');%讀取內存中bmp格式的彩色圖像 I=rgb2gray(RGB);%將彩色圖像轉換為灰度圖像 I1=im2double(I);%將圖像變換為雙精度格式 T=dctmtx(8);%處理后返回一個8*8階的DCT矩陣 B1=blkproc(I1,[8 8],'P1*x*P2',T,T');%對圖像的每個8*8子塊應用矩陣式‘P1*x*P2(像素塊的處理函數，x是形式參數)進行處理，P1=T，P2=T’ mask=[1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ];%選取10個DCT系數重構圖像(DCT具有能量集中的性質，數據集中在左上角，故進行圖像壓縮時離散余弦變換矩陣可以舍棄右下角的高頻數據) b2=blkproc(B1,[8 8],'P1.*x',mask);%舍棄每個塊中的高頻系數，達到壓縮的目的 I2=blkproc(b2,[8 8],'P1*x*P2',T',T);%余弦反變換，重構圖像 subplot(2,2,1);imshow(RGB);%原彩色圖像 subplot(2,2,2);imshow(I);%灰度圖像 subplot(2,2,3);imshow(I1);%雙精度灰度圖像 subplot(2,2,4);imshow(I2);%重構圖像
標簽： matlab
上傳時間： 2018-03-15
上傳用戶：wlmelody
LTE重選及切換算法參數 A1，A2，B1，b2 ....
上傳時間： 2019-01-01
上傳用戶：hzsc
基于Xilinx ISE的的模塊化設計示例下面是本人初學時關于模塊化設計寫的一篇博文，實例也都是自己寫的，希望給大家一個參考，代碼可能還不夠規范，比如說每一個寄存器的連線并不是都很明確的在代碼中體現出來，但是整體的設計思想還是可以借鑒的。模塊化設計應用1輸入八路十六位數據分別為a1，b1，a2，b2，a3，b3，a4，b4，將其中的a1、b1，a2、b2，a3、b3，a4、b4，分別相乘，然后將乘積相加，相加結果即為該設計的輸出。以下是模塊化設計工程的資源管理窗口中頂層模塊和子模塊的層次關系：
上傳時間： 2022-04-30
上傳用戶：kent
