搜索资源列表
XmlStringParser
- XML 解释器（字符串变量）： 通常的XML解释，可能用Xerces，但这些解释器只能针对流（Stream），可以读取网络、文件的字符流进行解释，但是不能对内存中的字符串进行解释XML节点。 本代码可以解决这个问题，而且可以支持UTF8、UTF16LE、UTF16BE等字符集。 -XML Interpreter (a string variable) : usually XML, it is possible using Xerces, But these explana
LinkQue
- 描述：链表队列示范程序，用于练习并理解链表队列的基本原理和实现方法。 功能：实现了带头节点的链表队列创建、插入、删除、遍历、判断为空、以及销毁等功能。 设置了调试参数输出功能，可用于跟踪各主要变量单步变化情况。 实现了一个自定义命令行SHELL，接收解释并执行各种操作命令。
dianlusheji
- 根据基尔霍夫定律：节点上∑i=0和回路中∑u=0这两个公式，无论是在正旋稳态下还是在暂稳态电路中表达网络变量间的关系时都只取决于网络的布局即节点和支路的相互关系，而与支路的特性即支路由那些元件组成及其参数的量值都没有关系。因此当我们根据网络来建立节点电流方程及回路电压方程时，无须画出电路元件。这种节点与支路相互关系以表示电路结构的图，称为网络的图。在网络的图中，为建立KCL、KVL方程，取支路电压、支路电流关联参考方向，在图中的支路上标明。
add
- 本程序中，进行加法运算的整数的长度任意，利用双向循环链表实现长整数的存储，每个节点含一个整型变量，每个节点中仅存十进制数的4位，即不超过9999的非负整数，整个链表表示为万进制数，利用头结点数据域的符号代表长整数的符号，相加过程中不破坏两个操作数链表。
matlabtosolve
- 基于MATLAB实现的说话人识别程序，分别用bp、pnn、som、rbf、lvq等算法，对语音文件进行训练和测试，效果不错。~..~ 下面说明一下bprengong程序： 数据分别用来训练和测试两部分。 具体程序分为两部分，第一部分为：计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一，所以放在同一进行截取。p的每一行代表一个语音数据（共15个）。变量Pr为每一行的最大最小值。变量T为目标值。输出神经元个数为15。 在训练阶段，如果用于训练的输入训练样本的类
spline
- 问题：用三次样条插值法求节点的函数值。 算法描述： 1． 以 为参数变量的方法（三弯矩方程） 用二阶导数值 来计算S(x)。 首由有条件构造函数 的线性表达式，然后对 积分，在利用连续性得到三次样条函数S(x)在区间[ ]上的表达式 式中 是未知参数。 由第一类边界 ,导出关于 的三对角方程组 = 式中， k=1,2,…n-1 , 求出 后再代入S(x)得到函数值。
MAIN 3-DIMENSIONAL CFD-PROGRAM
- #//u(i,j) x方向的速度u;或者θ方向速度uθ #//u(i,j) y方向的速度v;或者径向速度ur'h\K #//pc(i,j) 压力修正 p'[OS #//p(i,j) 压力p-=5-+ #//p(i,j)
ibe具有认证功能算法
- 1 Boneh-Franlin的IBE算法主要由四个子算法组成：Setup，Extract，Encrypt和Decrypt，分别完成系统参数建立、密钥提取、加密和解密的功能。假定消息的明文空间为 ，密文空间 。 (1)、建立: 给定一个安全参数 k蝂+ Step 1: 执行G生成一个素数q， 两个q阶群G1， G2 ， 和一个可用的双线性映射 ê: G1碐1瓽2。 此外选取G1 任一生成元 P蜧1，再选取两个HASH函数 H3:{ 0， 1}n×{0， 1}n。 -?， H4:。 :{ 0，
一个非常好用的Autocad工具集
- ********************************************************* * AyungerStudio AutoCAD-Tools 更新日期: 2010.02.01 * ********************************************************* 这是本人近年来独自开发的一个AutoCAD修改工具集合，现与各位共享，主要包括： 1、 绘制类： 箭头、示坡线、锥坡线、剖断线、垂线、切线、等高线加
基于BP神经网络的厦门楼盘走势预测
- 本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，
顺序表的应用
- 顺序表的应用 （1） 已知长度为n的线性表A采用顺序存储结构，请写一时间复杂度为0(n)、空间复杂度为0(1)的算法，该算法删除线性表中所有值为item的数据元素。要求：线性表元素个数n很大，而值为item的数据元素个数很少，要求移动元素个数尽量少；删除后的数组元素与原数组元素不必保持顺序一致。 （2）编写一个函数将一个顺序表A（有n个元素，且任何元素均不为0）分拆成两个顺序表，使A中大于0的元素存放在B中，小于0的元素存放在C中。 （3）假设一个算术表达式中包含圆括号，方括号
MYFEM.rar
- 有限元求解柏松方程。本文采用FORTRAN语言编制程序。程序中大部分变量采用有名公共区存储方式存储，这样可以减少内存占用量。 IFG：生成有限元网格信息，即元素节点局部编码与总体编码对照表，节点实际坐标，边界节点编码与边界点上的已知值 GKD：生成总刚一维存储对角元的地址，计算总刚一维存储长度 FIXP：设置已知节点函数值 GK(NI,NJ,ADJ,AIJ)：单元刚度矩阵计算 GF(NI,N,M,LE,YI,FE)：单元列阵的计算 AK(I,J,AIJ)：总刚度矩阵元素迭加 QEB
JDSM.rar
- vrml的节点说明以及每个节点的变量说明，供学习vrml的人参考。,vrml nodes, as well as the variables for each node, for the study of vrml reference.
stateestimation
- 状态估计优秀硕士论文，提出了一种基于分块雅可比矩阵的加权最小二乘估计算法；提出了潮流岛状态变量的概念，用潮流岛的状态变量代替岛内所有节点的状态变量-State estimation for outstanding master
Treeview-read
- 读取节点变量。 编厉节点变量。查看是否还有下级节点。 很方便的几个函数
LINK
- 建立链表的算法： 新节点链入表尾建立链表： 动态分配第一个节点变量； 用指针head 妥善保存链表第一个节点的地址值； 依次动态分配一个新节点变量； 将上一个节点的指针域指向新生成的节点； 循环3),4)步骤，直到所有节点均连入链表； 将最后一个节点的指针域赋值为0； -Establish the list of algorithms: The new node links footer build list: Dynamic allocation of
IEEE33节点网络生成程序
- 根据0,1变量（开关关系）在线生成IEEE33节点网络。(The IEEE33 node network is generated online based on the 0,1 variable (switch relation).)
Green-naghdi-umat-2
- 该程序包含了有限元仿真的节点变量和坐标变化，用fortran语言编写了材料用户子程序(The program includes node variables and coordinate changes in finite element simulation, and the user subroutine is written in FORTRAN language.)
34节点随机潮流计算
- 34节点随机潮流计算：包括半不变量法和蒙特卡洛法的对比分析，其中半不变量法对应两种级数展开的方式：Gram Charlier和Cornish Fisher
fuheDG
- 首先判断IEEE33节点的拓扑结构是否满足辐射状约束，然后采用牛顿拉夫逊法计算潮流，考虑分布式电源的不确定性，采用半步变量法进行随机潮流计算，仔细研究非常有用(First, determine whether the topology of IEEE33 nodes meets the radial constraint, and then use Newton Raphson method to calculate power flow, considering the uncertainty