求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2014-01-15
上傳用戶：hongmo
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2013-12-26
上傳用戶：dreamboy36
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2016-06-28
上傳用戶：change0329
求標準偏差 > function c=myfunction(x) > [m,n]=size(x) > t=0 > for i=1:numel(x) > t=t+x(i)*x(i) > end > c=sqrt(t/(m*n-1)) function c=myfunction(x) [m,n]=size(x) t=0 for i=1:m for j=1:n t=t+x(i,j)*x(i,j) end end c=sqrt(t/(m*n-1
標簽： gt myfunction function numel
上傳時間： 2014-09-03
上傳用戶：jjj0202
LCD 因其輕薄短小,低功耗,無輻射,平面直角顯示,以及影像穩(wěn)定等特點,當今應用非常廣泛。CPLD(復雜可編程邏輯器件) 是一種具有豐富可編程功能引腳的可編程邏輯器件,不僅可實現(xiàn)常規(guī)的邏輯器件功能,還可以實現(xiàn)復雜而獨特的時序邏輯功能。并且具有ISP (在線可編\\r\\n程) [1 ] 功能,便于進行系統(tǒng)設(shè)計和現(xiàn)場對系統(tǒng)進行功能修改、調(diào)試、升級。通常CPLD 芯片都有著上萬次的重寫次數(shù),即用CPLD[ 2 ] 進行硬件設(shè)計,就像軟件設(shè)計一樣靈活、方便。而現(xiàn)今LCD的控制大都采用
上傳時間： 2013-08-16
上傳用戶：zhliu007
Hopfield 網(wǎng)——擅長于聯(lián)想記憶與解迷路 實現(xiàn)H網(wǎng)聯(lián)想記憶的關(guān)鍵，是使被記憶的模式樣本對應網(wǎng)絡(luò)能量函數(shù)的極小值。 設(shè)有M個N維記憶模式，通過對網(wǎng)絡(luò)N個神經(jīng)元之間連接權(quán) wij 和N個輸出閾值θj的設(shè)計，使得: 這M個記憶模式所對應的網(wǎng)絡(luò)狀態(tài)正好是網(wǎng)絡(luò)能量函數(shù)的M個極小值。 比較困難，目前還沒有一個適應任意形式的記憶模式的有效、通用的設(shè)計方法。 H網(wǎng)的算法 1）學習模式——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個模式的第s個要素（-1或1） wij：第j個神經(jīng)元與第i個神經(jīng)元間的權(quán)重 i = j時，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，一般是未知的輸入。設(shè)xi(0)為未知模式的第i個要素（-1或1） 將xi(0)作為相對應的神經(jīng)元的初始值，其中，0意味t=0。 反復部分：對各神經(jīng)元，計算： 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 反復進行，直到各個神經(jīng)元的輸出不再變化。
上傳時間： 2015-03-16
上傳用戶：JasonC
這個程序列使用一些小技巧來讀取一個手寫板的數(shù)據(jù)。這個手寫板是從市面上買回來的﹐沒有修改任何硬體﹐只須接上主機﹐啟動程式﹐用手寫板書寫﹐這個程序就會顯示從手寫板上輸出的數(shù)據(jù)
上傳時間： 2015-04-26
上傳用戶：cjf0304
鄰接矩陣類的根是A d j a c e n c y W D i g r a p h，因此從這個類開始。程序1 2 - 1給出了類的描述。程 序中，先用程序1 - 1 3中函數(shù)Make2DArray 為二組數(shù)組a 分配空間，然后對數(shù)組a 初始化，以描述 一個n 頂點、沒有邊的圖的鄰接矩陣，其復雜性為( n2 )。該代碼沒有捕獲可能由M a k e 2 D A r r a y 引發(fā)的異常。在析構(gòu)函數(shù)中調(diào)用了程序1 - 1 4中的二維數(shù)組釋放函數(shù)D e l e t e 2 D
標簽： 矩陣
上傳時間： 2013-12-21
上傳用戶：lanjisu111
本書提供用J B u i l d e r開發(fā)數(shù)據(jù)庫應用程序、創(chuàng)建分布式應用程序以及編寫J a v a B e a n 組件的高級資料。它包括下列幾個部分： • 第一部分是“開發(fā)數(shù)據(jù)庫應用程序”，它提供關(guān)于使用J b u i l d e r的D a t a E x p r e s s數(shù)據(jù) 庫體系結(jié)構(gòu)的信息，并解釋原始數(shù)據(jù)組件和類之間的相互關(guān)系，以及怎樣使用它 們來創(chuàng)建你的數(shù)據(jù)庫應用程序。它還解釋怎樣使用Data Modeler(數(shù)據(jù)模型器)和 Application Generator（應用程序生成器）創(chuàng)建數(shù)據(jù)驅(qū)動的客戶機/服務器應用程 序。 • 第二部分是“開發(fā)分布式應用程序”，它提供關(guān)于使用ORB Explorer、用J B u i l d e r 創(chuàng)建多級的分布應用程序、調(diào)試分布式應用程序、用J a v a定義C O R B A接口以及 使用s e r v l e t等的信息。 • 第三部分是“創(chuàng)建J a v a B e a n”，它解釋怎樣開發(fā)新的J a v a B e a n組件，描述在組件 開發(fā)中涉及的任務, 怎樣使用B e a n s E x p r e s s創(chuàng)建新的J a v a B e a n，以及關(guān)于屬性、 事件、B e a nIn f o類和其他方面的詳細情況。
標簽： 8226 數(shù)據(jù)庫 應用程序 分
上傳時間： 2014-01-03
上傳用戶：wpt
Grid數(shù)據(jù)顯示
標簽： Grid
上傳時間： 2015-01-09
上傳用戶：ikemada
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
