圖的深度遍歷，輸出結果為（紅色為鍵盤輸入的數據，權值都置為1）： 輸入頂點數和弧數:8 9 輸入8個頂點. 輸入頂點0:a 輸入頂點1:b 輸入頂點2:c 輸入頂點3:d 輸入頂點4:e 輸入頂點5:f 輸入頂點6:g 輸入頂點7:h 輸入9條弧. 輸入弧0:a b 1 輸入弧1:b d 1 輸入弧2:b e 1 輸入弧3:d h 1 輸入弧4:e h 1 輸入弧5:a c 1 輸入弧6:c f 1 輸入弧7:c g 1 輸入弧8:f g 1 深度優先遍歷: a b d h e c f g 程序結束.
標簽：
上傳時間： 2016-04-04
上傳用戶：lht618
華恒科技 HHCF5249-R3 技術手冊 第一章 產品簡介 第二章 軟件系統 第三章 硬件系統 第四章 機械特性 第五章 底板的硬件設計 第六章 售后服務及技術支持 附錄 附錄A 初始化 附錄B LINUX 常見術語 附錄C 常用LINUX 命令 附錄D GCC 與GDB 附錄E MAKEFILE 附錄F UCLINUX 系統分析 uClinux 簡介 uClinux 小型化的做法 uClinux 的開發環境 uClinux 的內存管理 工具及內核 附錄G 圖形界面（GUI）接口函數API 附錄H 參考資料
上傳時間： 2013-12-24
上傳用戶：a6697238
電源：穩壓的＋5V電源，電流小于300mA。 視頻輸入：RGB＋HSYNC＋VSYNC信號，取自VGA卡，刷新率與NTSC標準兼容。 視頻輸出：混合視頻和S－視頻（Y/C）。 支持的視頻標準：PAL B、G、H和NTSCM。 電路要求VGA卡能發送與PAL或NTSC標準視頻時序兼容的RGB格式視頻信號。
上傳時間： 2014-11-22
上傳用戶：zhuyibin
本程序要求用戶在控制臺里輸入非終極符，終結符與產生式，然后對用戶輸入的文法進行分析，得出first集 與follow 集，并打印出預測分析表用戶決定是否繼續進行句型分析，如繼續則給出符號分析棧的實現，從而判斷剛輸入的句子是否為符合該文法的句子。 該程序遵循LL（1） 文法FIRST（A）的構造：是A的所有可能推導的開頭終結符或可能的ε FOLLOW（A）是所有句型中出現在緊接A之后的非終結符或“#” 預測分析程序 構造LL（1）分析表 ⅰ，構造文法中所有元素的FIRST和FOLLOW集合 ⅱ，對文法G的每個產生式A->α執行第三步和第四步 ⅲ，對每個終結符a∈FIRST（α）,把A->α加至M[A，a] ⅳ，若ε∈FIRST（α），則對任何b∈FOLLOW(A)把A->α加至M[A，b]中 ⅴ，把所有無定義的M[A，a]標上“出錯標志”
上傳時間： 2013-12-27
上傳用戶：jackgao
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
對于給定的一組進程，采用優先級加時間片輪轉法進行調度。設有一個就緒隊列，就緒進程按優先數（優先數范圍0－100）由小到大排列（優先數越小，級別越高）。當某一進程運行完一個時間片后，其優先級應下調（如優先數加3），試對如下給定的一組進程給出其調度順序。每當結束一進程時要給出當前系統的狀態（即顯示就緒隊列）。這里，進程可用進程控制塊（PCB）表示為如右表所示。 進程名 A B C D E F G H J K L M 到達時間 0 1 2 3 6 8 12 12 12 18 25 25 服務時間 6 4 10 5 1 2 5 10 4 3 15 8
標簽： 進程
上傳時間： 2014-01-13
上傳用戶：chfanjiang
使用說明 使用時打開此例題目錄下pic中的圖片，然后依次單擊按鈕“轉”、“1”、“2”、“3”、“4”和“5”，就可以實現精確的車牌定位。 具體步驟 1.24位真彩色->256色灰度圖。 2.預處理: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性,能夠保證背景基本被置為0,以突出牌照區域。 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.區域裁剪,截取車牌圖像。
上傳時間： 2014-01-17
上傳用戶：851197153
ＡＳＰ個人聊天系統 If MenuSwf="" Then MenuSwf="About" select case lcase(MenuSwf) case "about" TopMenu="a" case "news" TopMenu="b" case "project" TopMenu="c" case "clients" TopMenu="e" case "contact" TopMenu="f" case "mainbinner" TopMenu="g" case "person" TopMenu="h"
標簽： MenuSwf case TopMenu select
上傳時間： 2016-07-11
上傳用戶：lht618
本人編寫的incremental 隨機神經元網絡算法，該算法最大的特點是可以保證approximation特性，而且速度快效果不錯，可以作為學術上的比較和分析。目前只適合benchmark的regression問題。 具體效果可參考 G.-B. Huang, L. Chen and C.-K. Siew, “Universal Approximation Using Incremental Constructive Feedforward Networks with Random Hidden Nodes”, IEEE Transactions on Neural Networks, vol. 17, no. 4, pp. 879-892, 2006.
標簽： incremental 編寫 神經元網絡 算法
上傳時間： 2016-09-18
上傳用戶：litianchu
英文版G.729語音壓縮標準。 GENERAL ASPECTS OF DIGITAL TRANSMISSION SYSTEMS CODING OF SPEECH AT 8 kbit/s USING CONJUGATE-STRUCTURE ALGEBRAIC-CODE-EXCITED LINEAR-PREDICTION (CS-ACELP)
標簽： TRANSMISSION GENERAL ASPECTS DIGITAL
上傳時間： 2016-09-29
上傳用戶：15071087253
<li id="moqqw"></li>