搜索资源列表
C++程序用类来实现矩阵
- 编写C++程序完成以下功能: (1) 用类来实现矩阵,定义一个矩阵的类,属性包括: 矩阵大小,用 lines, rows(行、列来表示); 存贮矩阵的数组指针,根据矩阵大小动态申请(new)。 (2) 矩阵类的方法包括: 构造函数,参数是矩阵大小,需要动态申请存贮矩阵的数组; 析构函数,需要释放矩阵的数组指针; 拷贝构造函数,需要申请和复制数组; 输入,可以从cin中输入矩阵元素; 输出,将矩阵格式化输出到cout; 矩阵相加的
MRASNN730.rar
- 三相异步电机无速度传感器的matlab实现,采用的转速辨识算法为mars matlab版本7.4,Three-phase induction motor speed sensorless matlab the realization of the speed identification algorithm used for the mars matlab version 7.4
fft.rar
- FFT算法实现 Radix2 可以计算 4,8,16,32, 64,128, 256....点FFT Radix4 可以计算 4,16, 64, 256, 1024...点FFT FFT_DIT_general.c 实现了 Radix2 和Radix4 的配合使用,可以计算Radix2可以计算的所有FFT,但效率比Radix2高。,FFT can be calculated Radix2 algorithm 4,8,16,32, 64,128, 256 .... can calculate
shuxuejianmo_8.rar
- (拟合) 用给定的多项式,y=x3-6x2+5x-3,产生一组数据(xi,yi,i=1,2,…,n),再在yi上添加随机干扰(可用rand产生(0,1)均匀分布随机数,或用rands产生N(0,1)分布随机数),然后用xi和添加了随机干扰的yi作的3次多项式拟合,与原系数比较。 如果作2或4次多项式拟合,结果如何? ,(Fitting) with a given polynomial, y = x3-6x2+5 x-3, generated a set of data (xi, yi, i
数学优化分析综合工具软件包
- 1stOpt 是七维高科有限公司(7D-Soft High Technology Inc.)独立开发, 拥有完全自主知识产权的一套数学优化分析综合工具软件包。在非线性回归,曲线拟合,非线性复杂模型参数估算求解,线性/非线性规划等领域首屈一指; 1stOpt 应用范围 1) 模型自动优化率定 2) 参数估算 3) 任意模型公式线性,非线性拟合,回归 4) 非线性连立方程组求解 5) 任意维函数,隐函数极值求解 6) 隐函数根求解,作图,求极值 7) 线
SVM
- 该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法 (1) Main_SVC_C.m --- C_SVC二类分类算法 (2) Main_SVC_Nu.m --- Nu_SVC二类分类算法 (3) Main_SVM_One_Class.m --- One-Class支持向量机 (4) Main_SVR_Epsilon.m --- Epsilon_SVR回归算法 (5) Main_SVR_Nu.m --- Nu_SVR回归算法-Support Vector Machin
h74.rar
- 程序可以实现所有的汉明码的要求, (7,4)(15,11)等等都可以的,程序可以实现所有的汉明码的要求, (7,4)(15,11)等等都可以的
shuxuejianmo_3.rar
- 某厂向用户提供发动机,合同规定,第一、二、三季度末分别交货40台、60台、80台.每季度的生产费用为 (元),其中x是该季生产的台数.若交货后有剩余,可用于下季度交货,但需支付存储费,每台每季度c元.已知工厂每季度最大生产能力为100台,第一季度开始时无存货,设a=50、b=0.2、c=4,问工厂应如何安排生产计划,才能既满足合同又使总费用最低.讨论a、b、c变化对计划的影响,并作出合理的解释,To provide users with a factory
MVDR.rar
- 三个复正弦信号的信噪比分别为SNR1 =30dB, SNR2 =30dB和SNR3 = 27dB。假设信号样本数为1000,FIR 滤波器的抽头个数为4。基于奇异值分解的MVDR 方法进行信号频率估计的仿真实验,获得功率谱密度函数的估计。,A power spectrum estimation algorithm named mvdr is introduced in this program
eg6_11
- 完成M=4的DPSK通信系统的蒙特卡洛仿真,信号波形为snr2ps(snr_in_dB) 求出以dB为单位的给定信噪比的比特误码率和符号误码率.-Completion of M = 4 of the DPSK communication system Monte Carlo simulation, the signal waveform is snr2ps (snr_in_dB) calculated in units of dB signal to noise ratio for a give
m_map1.4
- 画国界、海岸线等地图的工具包,利用分形原理采用matlab编程-Draw boundaries, coastlines, map kit, using the fractal theory using matlab programming
alglib-3.4.0.cpp
- 在求解线性方程组(System of Linear Equations)的算法中,有两类最基本的算法,一类是直接法,即以消去为基础的解法。如果不考虑误差的影响,从理论上讲,它可以在固定步数内求得方程组的准确解。另一类是迭代解法,它是一个逐步求得近似解的过程,-we can use several different methods to obtain a solution. If a unique solution is known to exist, and the coefficient m
MIL-learners
- 代码是关于数据挖掘方面的代码。内含4个可以用于多实例学习的分类及作出结果。-Code is on the data mining code. Includes four multi-instance learning can be used to make classification and results.
RF
- 数值分析 清华大学 杨顶辉 数值实验4.1 算法设计与比较-numerical analysis
2004113084736415
- 想保留的成分为cos(2*π*n/3) 带通滤波器,滤除1+cos(2*π*n/3) 的成分,即想保留的成分为cos(π*n/4) 带阻滤波器,滤除cos(π*n/4) 的成分,-Want to keep the ingredients for the cos (2* π* n/3) band-pass filter, filter 1+ Cos (2* π* n/3) of the composition, that is, want to keep the ingredients of co
Perceptron-and-ADALINE-network
- 这些程序包括以下方面1.使用感知器和ADALINE网络对字母进行识别。2.随机选取初始权向量,选取适当的迭代步长(对ADALINE网络),用给出的四个输入训练样本,对上述两个网络分别进行训练,直到网络收敛;3.对Adaline网络选取不同的值,分别画出误差曲线,观察它们的变化规律;4.对感知器选取不同的初始权向量,分别计算每类训练样本到超平面的距离,观察它们的异同;5.训练结束后,检验网络的识别能力(使用100个检测样本,对应于每个取25个含噪的变形):6.比较Adaline和单神经元感知器的分
Ex24PointsGame
- 一、前言 24点游戏是一个常见游戏,出题者给出4个整数,要求答题者在指定时间内给出一个四则运算的表达式,恰好用上这这个整数各一次,计算结果为24,超出时间为输。 二、分析 用计算机来算这个题,搜索速度当然有很大优势,我编程喜欢考虑通用一点,不限制输入数量和结果数,甚至不限制运算符数量。这样组合数就很大,如果输入数比较多,则搜索时间会非常长。 我用两个方法来提高搜索速度:一、是大家都能考虑到的重复搜索问题,比如1,2,3和2,3,1所有的组合情况是相同的,我只搜索使用递增序
gsl-1.4-setup
- 科学库,是非常好的,可以直接安装,不需要编译-gnu scientific lib in exe format.
快速排序算法
- 1. 要求按快速排序原理实现非减序排序; 2. 待排数据可键盘输入,也可读文本文件输入; 3. 键盘输入时待排数据个数由输入确定,文件输入时数据格式如下所示; 4. 排序时不能移动数据; 5. 要求显示排序结果。 输入数据的文本文件格式:第1行为数据个数,第2行开始每行一个数据。 如:data.txt 14 19.4 30.43 26.88 7.62 有14行 ┋ 12.7 21.9
somlvq
- This project compares the performance of SOM versus LVQ in classification problems. Given two data sets: ‘iris.dat’ has 150 patterns of 3 classes with 4 features. ‘wine.dat’ has 178 patterns of 3 classes with 13 features. For SOM, use its alg