這是我心儀已久的一本書 頂級大師Stanley B Lippman J o s é e L a j o i e合著的
上傳時間： 2014-01-01
上傳用戶：nanfeicui
實現(xiàn)最優(yōu)二叉樹的構(gòu)造；在此基礎(chǔ)上完成哈夫曼編碼器與譯碼器。 假設(shè)報文中只會出現(xiàn)如下表所示的字符： 字符 A B C D E F G H I J K L M N 頻度 186 64 13 22 32 103 21 15 47 57 1 5 32 20 57 字符 O P Q R S T U V W X Y Z ， ． 頻度 63 15 1 48 51 80 23 8 18 1 16 1 6 2 要求完成的系統(tǒng)應(yīng)具備如下的功能： 1．初始化。從終端（文件）讀入字符集的數(shù)據(jù)信息，。建立哈夫曼樹。 2．編碼：利用已建好的哈夫曼樹對明文文件進行編碼，并存入目標文件（哈夫曼碼文件）。 3．譯碼：利用已建好的哈夫曼樹對目標文件（哈夫曼碼文件）進行編碼，并存入指定的明文文件。 4．輸出哈夫曼編碼文件：輸出每一個字符的哈夫曼編碼。
上傳時間： 2014-11-23
上傳用戶：shanml
替代加密: A B C D E F G H I J K L M N O P Q R S T U V W 密文 Y Z D M R N H X J L I O Q U W A C B E G F K P 明文 X Y Z T S V I HAVE A DREAM！# 密文？？ 用ARM編程實現(xiàn)替代加密。
標簽： 加密
上傳時間： 2016-07-17
上傳用戶：qq521
這是一個三次樣條插值的.m程序 輸入的是一個二維數(shù)組A(Nx2) 插值方法為: S(x) = A(J) + B(J)*( x - x(J) ) + C(J)*( x - x(J) )**2 +D(J) * ( x - x(J) )**3 for x(J) <= x < x(J + 1)
上傳時間： 2013-12-14
上傳用戶：gengxiaochao
I. C. Wong, Z. Shen, J. G. Andrews, and B. L. Evans, ``A Low Complexity Algorithm for Proportional Resource Allocation in OFDMA Systems , Proc. IEEE Int. Work. Signal Processing Systems, 針對這篇文章給出的源代碼
上傳時間： 2014-01-24
上傳用戶：zhichenglu
二: 普通計算器的設(shè)計說明: 1 普通計算器的主要功能(普通計算與逆波蘭計算): 1.1主要功能: 包括 a普通加減乘除運算及帶括號的運算 b各類三角與反三角運算（可實現(xiàn)角度與弧度的切換） c邏輯運算， d階乘與分解質(zhì)因數(shù)等 e各種復(fù)雜物理常數(shù)的記憶功能 f對運算過程的中間變量及上一次運算結(jié)果的儲存. G 定積分計算器（只要輸入表達式以及上下限就能將積分結(jié)果輸出） H 可編程計算器（只要輸入帶變量的表達式后，再輸入相應(yīng)的變量的值就能得到相應(yīng)的結(jié)果） I 二進制及八進制的計算器 j十六進制轉(zhuǎn)化為十進制的功能。 *k (附帶各種進制間的轉(zhuǎn)化器)。 L幫助與階乘等附屬功能
上傳時間： 2013-11-26
上傳用戶：yzy6007
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預(yù)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(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)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(qū)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(qū)域裁剪,截取車牌圖像。
上傳時間： 2013-11-26
上傳用戶：懶龍1988
1.24位真彩色->256色灰度圖。 2.預(yù)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(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)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(qū)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(qū)域裁剪,截取車牌圖像。
上傳時間： 2014-01-08
上傳用戶：songrui
考察例1 4 - 8中的1 4個點。A中的最近點對為(b,h)，其距離約為0 . 3 1 6。B中最近點對為 (f, j)，其距離為0 . 3，因此= 0 . 3。當考察 是否存在第三類點時，除d, g, i, l, m 以外 的點均被淘汰，因為它們距分割線x= 1的 距離≥ 。RA ={d, i, m}，RB= {g, l}，由 于d 和m 的比較區(qū)中沒有點，只需考察i 即可。i 的比較區(qū)中僅含點l。計算i 和l 的距離，發(fā)現(xiàn)它小于，因此(i, l) 是最近
標簽：
上傳時間： 2013-12-03
上傳用戶：66666
問題描述 序列Z=<B，C，D，B>是序列X=<A，B，C，B，D，A，B>的子序列，相應(yīng)的遞增下標序列為<2，3，5，7>。 一般地，給定一個序列X=<x1,x2,…,xm>，則另一個序列Z=<z1,z2,…,zk>是X的子序列，是指存在一個嚴格遞增的下標序列〈i1,i2,…,ik〉使得對于所有j=1,2,…,k使Z中第j個元素zj與X中第ij個元素相同。 給定2個序列X和Y，當另一序列Z既是X的子序列又是Y的子序列時，稱Z是序列X和Y的公共子序列。 你的任務(wù)是：給定2個序列X、Y，求X和Y的最長公共子序列Z。
上傳時間： 2014-01-25
上傳用戶：netwolf
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
<table id="6mqg8"></table>