LineWatcher dials your ISP, keeps your connection alive and logs errors. Originally distributed as freeware, this program counts over 10.000 downloads since its first release in 2001. See home page http://www.reseau.org/linewatcher/index.html
標(biāo)簽： your LineWatcher distributed connection
上傳時(shí)間： 2015-01-10
上傳用戶：songyue1991
這個(gè)程序是一個(gè)Win32程序，計(jì)算Fibonacci斐波納契數(shù)列(一種整數(shù)數(shù)列, 其中每數(shù)等于前面兩數(shù)之和)。其定義是f(1) = 1，f(2) = 2，并且當(dāng)n>2時(shí)， f(n) = f(n-1) + f(n-2)。源代碼種給出了三種計(jì)算方法。第一種方法用遞歸，第二種方法用大數(shù)組，第三種方法用小數(shù)組。此外，這個(gè)程序還具備多線程特性，所以在運(yùn)算時(shí)可以做其它操作。代碼用到了以前創(chuàng)建的Win32類。測(cè)試為發(fā)現(xiàn)bug和內(nèi)存溢出。
上傳時(shí)間： 2015-01-11
上傳用戶：GHF
二: 普通計(jì)算器的設(shè)計(jì)說(shuō)明: 1 普通計(jì)算器的主要功能(普通計(jì)算與逆波蘭計(jì)算): 1.1主要功能: 包括 a普通加減乘除運(yùn)算及帶括號(hào)的運(yùn)算 b各類三角與反三角運(yùn)算（可實(shí)現(xiàn)角度與弧度的切換） c邏輯運(yùn)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(duì)運(yùn)算過(guò)程的中間變量及上一次運(yùn)算結(jié)果的儲(chǔ)存. G 定積分計(jì)算器（只要輸入表達(dá)式以及上下限就能將積分結(jié)果輸出） H 可編程計(jì)算器（只要輸入帶變量的表達(dá)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(jìn)制及八進(jìn)制的計(jì)算器 j十六進(jìn)制轉(zhuǎn)化為十進(jìn)制的功能。 *k (附帶各種進(jìn)制間的轉(zhuǎn)化器)。 L幫助與階乘等附屬功能
標(biāo)簽： 運(yùn)算 1.1 計(jì)算器 計(jì)算
上傳時(shí)間： 2013-11-26
上傳用戶：yzy6007
Effective STL，Effective C++的又一經(jīng)典巨著，英文修正版，目前還沒(méi)有中文電子版
上傳時(shí)間： 2014-01-13
上傳用戶：stella2015
int trace (int i, int j, int low, IMAGE im,IMAGE mag, IMAGE ori) float gauss(float x, float sigma) float dGauss (float x, float sigma) float meanGauss (float x, float sigma) void hysteresis (int high, int low, IMAGE im, IMAGE mag, IMAGE oriim) void canny (float s, IMAGE im, IMAGE mag, IMAGE ori)
標(biāo)簽： IMAGE float int gauss
上傳時(shí)間： 2015-01-30
上傳用戶：杜瑩12345
本軟件是一個(gè)運(yùn)行在Penbex OS (v1.3)上的繪制函數(shù)圖像的工具。用它可以繪制平面直角坐標(biāo)系下的顯函數(shù)和隱函數(shù)的圖像。與大部分繪制函數(shù)圖像的軟件不同，用本軟件不但可以繪制隱函數(shù)的圖像而且對(duì)隱函數(shù)的復(fù)雜程度沒(méi)有限制。不過(guò)，繪制復(fù)雜隱函數(shù)的圖像將花費(fèi)相當(dāng)長(zhǎng)的時(shí)間，因此，請(qǐng)盡量以 y=f(x) 這樣的顯函數(shù)的形式輸入函數(shù)的表達(dá)式。另外，以直觀的“數(shù)學(xué)形式”顯示函數(shù)的表達(dá)式也是本軟件的一個(gè)特色。
標(biāo)簽： Penbex 函數(shù) 繪制 圖像
上傳時(shí)間： 2013-12-10
上傳用戶：duoshen1989
RoaminSMPP SMPP library written in C#. Intended to be fully SMPP v3.4 compliant and extensible for future versions of the spec.
標(biāo)簽： SMPP RoaminSMPP extensible compliant
上傳時(shí)間： 2013-12-18
上傳用戶：yyyyyyyyyy
只要對(duì)程序稍做修改，適用于其他F系列的芯片
上傳時(shí)間： 2015-02-25
上傳用戶：wanghui2438
—圖數(shù)據(jù)類型的實(shí)現(xiàn)——問(wèn)題描述：圖是一種較線性表和樹更為復(fù)雜的數(shù)據(jù)結(jié)構(gòu)。在圖形結(jié)構(gòu)中，結(jié)點(diǎn)之間的關(guān)系是任意的，任意兩個(gè)數(shù)據(jù)元素之間都可能相關(guān)，因此，圖的應(yīng)用非常廣泛，已滲入到諸如語(yǔ)言學(xué)‘邏輯學(xué)、物理、化學(xué)、電訊工程、計(jì)算機(jī)科學(xué)及數(shù)學(xué)的其它分支中。因此，實(shí)現(xiàn)圖這種數(shù)據(jù)類型也尤為重要，在該練習(xí)中即要實(shí)現(xiàn)圖的抽象數(shù)據(jù)類型?；疽螅?、 定義出圖的ADT；3、 采用鄰接矩陣及鄰接表的存儲(chǔ)結(jié)構(gòu)（有向圖也可使用十字鏈表）實(shí)現(xiàn)以下操作：a. 構(gòu)造圖 b. 銷毀圖 c. 定位操作d. 訪問(wèn)圖中某個(gè)頂點(diǎn)的操作e. 給圖中某個(gè)頂點(diǎn)賦值的操作f. 找圖中某個(gè)頂點(diǎn)的第一個(gè)鄰接點(diǎn)g. 找出圖G中頂點(diǎn)v相對(duì)于w的下一個(gè)鄰接點(diǎn)h. 在圖G中添加新頂點(diǎn)vi. 刪除圖G中頂點(diǎn)vj. 在圖G中插入一條邊k. 在圖G中刪除一條邊l. 實(shí)現(xiàn)圖的深度遍歷操作m. 實(shí)現(xiàn)圖的廣度遍歷操作參考提示：具體內(nèi)容參看教科書本156頁(yè)實(shí)驗(yàn)要求：對(duì)于以上具體操作要求實(shí)現(xiàn)時(shí)有良好的用戶交互界面。詳細(xì)設(shè)計(jì)、編碼、測(cè)試。
標(biāo)簽： 數(shù)據(jù)類型 圖形 線性 樹
上傳時(shí)間： 2015-03-13
上傳用戶：saharawalker
Hopfield 網(wǎng)——擅長(zhǎng)于聯(lián)想記憶與解迷路 實(shí)現(xiàn)H網(wǎng)聯(lián)想記憶的關(guān)鍵，是使被記憶的模式樣本對(duì)應(yīng)網(wǎng)絡(luò)能量函數(shù)的極小值。 設(shè)有M個(gè)N維記憶模式，通過(guò)對(duì)網(wǎng)絡(luò)N個(gè)神經(jīng)元之間連接權(quán) wij 和N個(gè)輸出閾值θj的設(shè)計(jì)，使得: 這M個(gè)記憶模式所對(duì)應(yīng)的網(wǎng)絡(luò)狀態(tài)正好是網(wǎng)絡(luò)能量函數(shù)的M個(gè)極小值。 比較困難，目前還沒(méi)有一個(gè)適應(yīng)任意形式的記憶模式的有效、通用的設(shè)計(jì)方法。 H網(wǎng)的算法 1）學(xué)習(xí)模式——決定權(quán)重 想要記憶的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 則任意兩個(gè)神經(jīng)元j、i間的權(quán)重： wij=∑ap(i)ap(j)，p=1…p； P：模式的總數(shù) ap(s)：第p個(gè)模式的第s個(gè)要素（-1或1） wij：第j個(gè)神經(jīng)元與第i個(gè)神經(jīng)元間的權(quán)重 i = j時(shí)，wij=0，即各神經(jīng)元的輸出不直接返回自身。 2)想起模式： 神經(jīng)元輸出值的初始化 想起時(shí)，一般是未知的輸入。設(shè)xi(0)為未知模式的第i個(gè)要素（-1或1） 將xi(0)作為相對(duì)應(yīng)的神經(jīng)元的初始值，其中，0意味t=0。 反復(fù)部分：對(duì)各神經(jīng)元，計(jì)算： xi (t+1) = f (∑wijxj（t）-θi), j=1…n, j≠i n—神經(jīng)元總數(shù) f（）--Sgn（） θi—神經(jīng)元i發(fā)火閾值 反復(fù)進(jìn)行，直到各個(gè)神經(jīng)元的輸出不再變化。
上傳時(shí)間： 2015-03-16
上傳用戶：JasonC
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
