搜索资源列表
rand_NormalDistributing_One
- 产生任意均值与方差的一个正态分布随机数-have arbitrary and mean variance normal distribution of a Random Number
高斯随机数的产生
- 程序只产生均值为0，方差为1的随机数，要产生均值为E,方差为D的随机数，只要随机数*D+E就可以了。高斯随机数程序还是带参数的，参数是用来描述正态分布的一个浮点数表。在执行程序时，先生成这个表（只做一次），而后就可以任意多次地执行高斯随机数产生程序了。使用C是为了保证通用性，如果有人觉得麻烦，可以用C++做个类，把这些东西都封装进去。另外，如果有人有兴趣，也可以把它修改成任意形式分布的连续随机数产生程序，修改非常简单，这里就不提示了。-procedures have only mean of 0
高斯随机数发生程序
- 程序只产生均值为0，方差为1的随机数，要产生均值为E,方差为D的随机数，只要随机数*D+E就可以了。 高斯随机数程序还是带参数的，参数是用来描述正态分布的一个浮点数表。在执行程序时 ，先生成这个表（只做一次），而后就可以任意多次地执行高斯随机数产生程序了。 使用C是为了保证通用性，如果有人觉得麻烦，可以用C++做个类，把这些东西都封装进去 。 另外，如果有人有兴趣，也可以把它修改成任意形式分布的连续随机数产生程序，修改非 常简单，这里就不提示了。-procedures have only mea
C源代码实例
- 包含220个C语言的各种源程序：001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010 猜数字游戏 011 模拟ATM（自动柜员机）界面 012 用一维数组统计学生成绩 013 用二维数组实现矩阵转置 014 求解二维数组的最大/最小元素 015 利用数组求前n个
WL40987330 C语言算法集
- 目录 第一部分 基础篇 001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010&
Rand
- 本程序能产生大部份实用随机数：产生一个[0,1]区间内均匀分布伪随机数、产生多个[0,1]区间内均匀分布伪随机数、产生任意[a,b]区间内一个均匀分布伪随机整数、产生任意[a,b]区间内均匀分布伪随机整数序列、产生一个任意均值与方差的正态分布随机数、产生任意均值与方差的正态分布随机数序列-look it yourself
game
- 三点一线最短求解几何问题机数程序还是带参数的，参数是用来描述正态分布的一个浮点数表。在执行程序时，先生成这个表（只做一次），而后就可以任意多次地执行高斯随机数产生程序了。使用C是为了保证通用性，如果有人觉得麻烦，可以用C++做个类，把这些东西都封装进去。-something it is
blitz-0.9.tar
- blitz++库的相应源码 Blitz++提供了一个N维（1—10）的Array类,这个Array类以reference counting技术实现，支持任意的存储序(row-major的C-style数组，column-major的Fortran-style数组)，数组的切割(slicing),子数组的提取(subarray),灵活的Array相关表达式处理。另外提供了可以产生不同分布的随机数(F,Beta,Chi-Square，正态，均匀分布等)的类也是很有特色的。 -blitz++
RandomState
- 量子力学中，产生一个任意大小的态，以密度矩阵来表示。(In quantum mechanics, an arbitrary sized state is produced, represented by a density matrix.)
2
- （a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上运用感知器算法，并且使用不同的初始向量初始化参数向量。 （c）测试每一次算法在和上的性能。 （d）画出数据集和，以及分类面。((a) Generate
L4_1
- a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上和分别属于+1类和-1类，请在上述数据集的两类中各随机抽取150个样本作为训练集，运用Logistic regression算法得到的分类面，然后对余下的各5