搜索资源列表
y
- 公共建筑空调温度设定值的动态优化控制研究.-Public buildings, air conditioning temperature setting of the dynamic optimal control studies.
2-SAT
- 现有一个由N个布尔值组成的序列A，给出一些限制关系，比如A[x] AND A[y]=0、A[x] OR A[y] OR A[z]=1等，要确定A[0..N-1]的值，使得其满足所有限制关系。这个称为SAT问题，特别的，若每种限制关系中最多只对两个元素进行限制，称为2-SAT问题-Present a Boolean value of N consisting of the sequence A, the relationship given some restrictions, such as A
TimeSeriesVC
- 时间序列相关性分析假设有两个时间序列X={x1,x2,…,xn}，Y={y1,y2,…,yn}，X和Y在延迟l处的相关系数R(l)计算公式如下： 其中，l的最大取值为n/2。当l的值从0变化到n/2时，就可以得到多个R(l)值，令R(l)最大值所对应的延迟为lmax，如果R(lmax)>σ（一个人为定义的阈值），那么我们就说时间序列X和Y具有延迟相关性，Y延迟于X的量为lmax。-Time series correlation analysis assumes that there a
2
- 给定一个N*N 的方形网格，设其左上角为起点◎，坐标为（1，1），X轴向右为正，Y轴向下为正，每个方格边长为1。一辆汽车从起点◎出发驶向右下角终点▲，其坐标为（N，N）。在若干个网格交叉点处，设置了油库，可供汽车在行驶途中加油。汽车在行驶过程中应遵守如下规则： （1）汽车只能沿网格边行驶，装满油后能行驶K 条网格边。出发时汽车已装满油，在起点与终点处不设油库。 （2）当汽车行驶经过一条网格边时，若其X 坐标或Y 坐标减小，则应付费用B，否则免付费用。 （3）汽车在行驶过程中遇油库则应
CoordinatesTest
- 个人原创代码：编写Java Application程序，定义一个类Point，代表一个点，public属性有x和y，方法有显示点坐标show（），构造函数有两个参数分别给x,y赋值，在main方法中构造两个对象，再创建一方法(getMiddle)为取两个点构成线段的中点的坐标，参数为2个点对象，调用此方法后得到一个新的点，编写Application，显示该对象的坐标值。-Personal original code: using java application program, define
dian
- 2. 定义一个类Point，代表一个点，public属性有x和y，方法有显示点坐标 show（），构造函数有两个参数分别给x,y赋值，在main方法中构造两个对象，再创建一方法(getMiddle)为取两个点构成线段的中点的坐标，参数为2个点对象，调用此方法后得到一个新的点，编写Application，显示该对象的坐标值。- A class definition Point, represents a Point, public property have x and y, a method
lorentzfit
- = lorentzfit （× ） lorentzfit 符合输入（× ）与罗伦兹功能的形式 “ （× ）= 1 / （（- 2）^ 2 + 3号） 输入 ：因变量值[ 是] （× ） × ：独立变量的值 输出功率 一：名单[ 1 2 3 ] 罗伦兹参数 示例 × = - 16:0.1:35 = 19.4 / （（- 7）^ 2 + 15.8）+ randn （大小（× ）/ 10 ） = lorentzfit （× ） 杰瑞德·威尔斯
Solving-Linear-Equations
- 根据已知的值求二元一次直线方程y=ax+b的表达式,支持分数运算,保留精度-According to the the Bivariate once the linear equation of the known value of y = ax+b expression support fractional operations to retain accuracy
LNinterpolation
- 拉格朗日插值也叫两点插值，已知函数y = f (x)在给定互异点x0, x1上的值为y0= f (x0)，y1=f (x1)线性插值就是构造一个一次多项式 P1(x) = ax + b 使它满足条件 P1 (x0) = y0 P1 (x1) = y1-Lagrange interpolation, also known as two points interpolated known function y = f (x) given different point x0,
cPP
- 求下面方程在1.5附近的根 2*x*x*x-4*x*x+3*x-6=0自己去运行一下吧，我已经运行了，结果为2.00000000，我想其中的各个变量就不用我一个一个解释了吧，讲个重要的吧其中EPS是控制误差的，ERR为误差，函数f（）是计算y=2*x*x*x-4*x*x+3*x-6在x的值，函数g（）是计算导数的。然后自己去推敲了吧。 不过建议你还是自己去程序，那样才会有提高-For the equation in the root of near 1.5
Touchscreen
- 以总线方式操作控制TFT彩色液晶,模拟SPI控制触摸屏，将按下的点显示在TFT 2.4寸液晶上。因此，可以用此程序来在屏上画图案。由于触摸屏在采集时每次采集的值都有误差，这也是使用触摸屏较为麻烦的地方，通过查资料，发现 目前处理此问题主要通过软件算法实现，并且功能稳定的往往算法想法复杂，本程序采用简单的算法来 实现：当某一点按下后，在保持不放开的前提下，采集7个数据，并对数据进行升序排列，取中间3个数据 作为有效数据，并将平均值作为按下后的X，Y坐标。-Bus operation
cmean
- 对于有缺测值的数据取平均 使用： y=cmean(x,k,c) x为包括有nan的数据，仪器观测中经常会出现 k为对x取第几维方向的平均 c的值可以控制缺测的条件，例如c取50，表示这一维方向上，如果有值的观测超过50个值才取平均，否则取nan；如果c取-5，表示缺测数在5以下时才做平均，否则返回nan-calculate the statistical mean of data but tick off nan Usage y=cmean(x,|k) or y
caiyang
- 输入信号y=Acos(2*pi*f*t+c)+B的 A B C 的值， 采样过程中，每两次采样的间隔称为采样周期(Ts)。每次采样所用的时间称为采样时间(τ)。 在程序设计中τ的选择要保证在τ时间内被调量基本保持不变，比较重要的是Ts的选择。-Input signal y = Acos (2* pi* f* t+c)+B the ABC value of the sampling process, the sampling interval is called every two samplin
Circle
- 本程序实现的功能： 生成一个网格图，在网格中绘制圆，圆的圆心位置和半径可由对话框给定，网格的密度要能根据圆的直径大小而改变；也左键可用鼠标在屏幕上单击确定圆心，并拖动橡皮筋再单击鼠标右键确定半径大小。 具体操作说明： 菜单中的“绘图”菜单下有两个子菜单，分别为“鼠标交互”和“对话框设置”子菜单。 点击“鼠标交互”，即可用鼠标在窗口中画圆，鼠标左键按下的位置为圆心，采用橡皮筋画法，当拖动鼠标时，可看到圆也跟随变化，当再按下鼠标右键时即得到半径，从而绘制出圆形； 也可采用对话框设
attach_20120629133131
- 捕获数学函数异常 假如我们要用一个数学函数，比如反正弦函数asin(x)，如果变元x的值是由用户提供或某个中间结果，则在调用时必须判断其取值范围是合理，是否满|x|<=1？即 view sourceprint? 1.if(fabs(x)<=1) 2. y=asin(x) 3.else 4. y=… 对数函数也可作类似的处理。但是如果遇到幂函数pow(x,y)时，问题就不那么简单了。仔细分析将发现： y x 负小数
LeastCommonAncestors
- 求一棵二叉树的2个结点的最近公共祖先 输入：根据带空指针的先序遍历结果建立普通二叉树 数据元素类型：字符类型 空指针: # 输入格式： 第一行：依次为元素个数N 第二行：元素序列 第三行：字符x 字符y 输出格式：x与y的最近共同祖先的元素值，或者NULL。 注意：1、输入错误时，输出ERROR（大写）并结束程序。2、树节点保存的元素值为字符类型。3、任意多余输出视为错误。4、二叉树的结点关键字是主关键字 -Seeking a binary tree
fitting-of-a-polynomial
- 多项式线性拟合，根据给出的（x，y）值，给出多项式的系数值。-Presented in this paper, according to polynomial linear fitting (x, y) value of polynomial coefficient values.
Runge_Kutta-method_main
- f(x,y)=2*x*y的龙格库塔方法解法，可以自己设置初始值、定义域、步长。-f (x, y) = 2* x* y Runge-Kutta method of solution, can set the initial value, the domain, the step size.
mandelbrotimage
- 绘制Mandelbrot image即曼德拉图像。Mandelbrot图像中的每个位置都对应于公式N=x+y*i中的一个复数。其实数部分是x，虚数部分是y，i是-1的平方根。图像中各个位置的x和y坐标对应于虚数的x和y部分。 图像中的每个位置用参数N来表示，它是x*x+y*y的平方根。如果这个值大于或等于2，则这个数字对应的位置值是0。如果参数N的值小于2，就把N的值改为N*N-N（N=（x*x-y*y-x）+（2*x*y-y）*i）），并再次测试这个新N值。如果这个值大于或等于2，则这个数
folyd
- 1.求所有点对的最短路径问题，设G=(V,E)是一个有向图，其中的每条边(i,j)由一个非负的长度l[i,j]，如果从顶点i到顶点j没有边，则l[i,j]=∞。要找出从每个顶点到其他所有顶点的距离，这里从顶点x到顶点y的距离是指从x到y的最短路径的长度。 2. 通过一个图的权值矩阵求出它的每两点间的最短路径矩阵。 3. 从图的带权邻接矩阵A=[a(i,j)] n×n开始，递归地进行n次更新，即由矩阵D(0)=A，按一个公式，构造出矩阵D(1)；又用同样地公式由D(1)构造出D(2)；……