實現最優二叉樹的構造；在此基礎上完成哈夫曼編碼器與譯碼器。 假設報文中只會出現如下表所示的字符： 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 要求完成的系統應具備如下的功能： 1．初始化。從終端（文件）讀入字符集的數據信息，。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
給定一個集裝箱，其長為L，寬為W和高為H，現有一批圓柱形木材，每根木材的長均為L，但是半徑不同，設第i根木材半徑為ri。問如何裝箱，使得集裝箱的空間利用率最高？
標簽： 集裝箱
上傳時間： 2016-05-15
上傳用戶：banyou
數值線性代數的Matlab應用程序包 共13個程序函數，每個程序函數有相應的例子函數一一對應，以*Example.m命名 程序名稱 用途 Method 方法 GrmSch.m QR因子分解 classical Gram－Schmidt orthogonalization 格拉母－斯密特 MGrmSch.m QR因子分解 modified Gram－Schmidt iteration 修正格拉母－斯密特 householder.m QR因子分解 Householder 豪斯霍爾德QR因子分解 ZXEC.m 最小二乘擬合 polynomial interpolant 最小二乘插值多項式 NCLU.m LU因子分解 Gaussian elimination 不選主元素的高斯消元 PALU.m LU因子分解 partial pivoting Gaussian elimination 部分選主元的高斯消元 cholesky.m 楚因子分解 Cholesky Factorization 楚列斯基因子分解 PwItrt.m 求最大特征值 Power Iteration 冪迭代 Jacobi.m 求特征值 Jacobi iteration 按標準行方式次序的雅可比算法 Anld.m 求上Hessenberg Arnoldi Iteration 阿諾爾迪迭代 zuisu.m 解線性方程組 Steepest descent 最速下降法 CG.m 解線性方程組 Gradients 共軛梯度 BCG.m 解線性方程組 Biconjugate Gradients 雙共軛梯度
上傳時間： 2016-05-17
上傳用戶：小鵬
BCView - Bayes Classifier Visualization Download xbcview Linux executable (218 kb) wbcview.exe Windows executable (196 kb) bcview.zip C sources, version 1.13, 2004.09.14 (175 kb) bcview.tar.gz (160 kb)
標簽： Visualization Classifier executable Download
上傳時間： 2013-12-20
上傳用戶：dreamboy36
基于MATLAB實現的說話人識別程序，分別用bp、pnn、som、rbf、lvq等算法，對語音文件進行訓練和測試，效果不錯。~..~ 下面說明一下bprengong程序： 數據分別用來訓練和測試兩部分。 具體程序分為兩部分，第一部分為：計算識別模型 變量v是mfcc處理以后的矢量。因為數據可能長短不一，所以放在同一進行截取。p的每一行代表一個語音數據（共15個）。變量Pr為每一行的最大最小值。變量T為目標值。輸出神經元個數為15。 在訓練階段，如果用于訓練的輸入訓練樣本的類別標號為i（即語音數據的標號），則訓練時設第i個節點的期望輸出設為1。其余節點期望輸出均為0。 在識別時，當一個未知類別的樣本作用到輸入端時，考查各輸出節點的輸出，并將這個樣本的類別判定為輸出值最大的那個節點對應的類別。
上傳時間： 2016-05-23
上傳用戶：釣鰲牧馬
介紹神經PID控制，包括：基于神經元網絡、BP神經網絡、RBF神經網絡等PID整定的講解和相關的源代碼
上傳時間： 2013-12-16
上傳用戶：edisonfather
這個檔案裡面的matlab的m函數，產生有效的都普勒fd隨機相關的瑞利衰減包絡，可以輸入你想要的doppler ferquecy和sampling ferquecy
標簽： matlab
上傳時間： 2013-12-21
上傳用戶：cc1
基于J2EE的物流信息系統的設計與實現 介紹了J2EE 體系結構、Mv c模式等相關概念和技術，并重點探討了 目 前比 較受歡迎的三種開源框架( s t r ut s框架、S Pr i n g框架和H i b e m a t e 框架)。 分析了他們的體系結構、 特點和優缺點。 根據J ZE E的分層結構，結合We b應用 的特點， 將三種框架進行組合設計， 即表現層用S t r ut s框架、 業務邏輯層用S P ri n g 框架、持久層用比b ema t e 框架，從而來構建物流信息系統。這種整合框架使各 層相對獨立， 減少各層之間的禍合程度，同時加快了系統的開發過程，增強了系 統的可維護性和可擴展性，初步達到了分布式物流信息系統的設計目標。 經過以上分析，結合物流系統的業務需求，進行了相關的實現。最后，系統 運用先進的A ja x技術來增強Ui層與服務器的異步通信能力， 使用戶體驗到動態 且響應靈 敏的桌 面級w e b應用程序。 通過江聯公司的試運行結果，系統達到了 渝瞇。 并 且 對 江 聯 公 司 提 出 了 基 于 R F I D 的 解 決 方 案 的 實 施 計 劃 。
上傳時間： 2016-06-01
上傳用戶：ynsnjs
％ EM algorithm for k multidimensional Gaussian mixture estimation ％ ％ Inputs: ％ X(n,d) - input data, n=number of observations, d=dimension of variable ％ k - maximum number of Gaussian components allowed ％ ltol - percentage of the log likelihood difference between 2 iterations ([] for none) ％ maxiter - maximum number of iteration allowed ([] for none) ％ pflag - 1 for plotting GM for 1D or 2D cases only, 0 otherwise ([] for none) ％ Init - structure of initial W, M, V: Init.W, Init.M, Init.V ([] for none) ％ ％ Ouputs: ％ W(1,k) - estimated weights of GM ％ M(d,k) - estimated mean vectors of GM ％ V(d,d,k) - estimated covariance matrices of GM ％ L - log likelihood of estimates ％
標簽： multidimensional estimation algorithm Gaussian
上傳時間： 2013-12-03
上傳用戶：我們的船長
web parser的範例程式， 此python程式parse 衛星電視網頁的一些重要欄位，裡面有介紹HTML Parser的簡單使用方式
上傳時間： 2016-06-05
上傳用戶：asddsd
