搜索资源列表
Judge_LL(1)
- 本设计使用C语言实现了对简单方法描述的LL(1)文法的判定。该设计程序实现了：⑴分别求出每一产生式的右部的FIRST 集、每一个非终结符的FOLLOW集和每一产生式的SELECT集；⑵判定是否是LL(1)文法；⑶画出预测分析表；⑷对给定的符号串判定是否是文法中的句子，分析过程在屏幕上打印出来。 欢迎大家给程序提出富贵意见!-the design of the C language to describe a simple method of LL (1) grammar convicted.
编译原理预测分析实验
- 在编译原理中，预测分析法是非常重要的词法分析方法，此实验针对预测分析法。
wangyh.rar
- 语音信号处理中使用线性预测分析方法分析语音信号，编程语言为C语言，开发环境为Visual C++ 2005,Speech signal processing using linear prediction analysis of speech signal analysis methods, programming languages for the C language development environment for Visual C++ 2005
LPA
- 语音信号处理中，用线性预测分析方法（LPA)分析分析语音信号。使用的方法是Levision递归，环境为Visual C++6.0-During the process of speech signal, we analyse the speech signal using linear predict analyse,environment is Visual C++6.0
mpelpc
- 此方案基于全极点语音产生模型，编码过程简述如下：首先通过线性预测分析方法提取声道滤波器参数；其次通过合成分析法确定最佳激励矢量；最后将滤波器参数和最佳激励矢量进行编码传输。-This program is based on all-pole speech production model, the encoding process summarized as follows: First, by linear prediction analysis to extract channel filt
ll(1)fenxi
- 本程序是采用的LL（1）方法进行的语法分析，而LL（1）的分析方法是属于自上而下的方法。 自上而下分析的基本思想是：对任意输入串，试图用一切可能的方法，从文法开始符号（根结点）出发，自上而下为输入串建立一棵语法树。从推导的角度看，它是从文法的开始符号出发，反复使用各种产生式，寻找与输入串匹配的推导。 在输入之前必须要进行该文法是不是LL（1）文法的判断，然后再构造相应的LL（1）分析表来用预测分析方法进行语法分析，依据下面的文法及分析表来设计程序实现预测分析的分析过程。
Parse2
- 设计、编制、调试一个典型的语法分析程序，实现对词法分析程序所提供的单词序列进行语法检查和结构分析，进一步掌握常用的语法分析中预测分析方法。-Design, preparation, debugging a typical parser, lexical analysis program to realize the word sequence provided by the grammar checking and structural analysis, to further understa
yucefenxi
- 编译原理 预测分析方法 简单的小应用 希望对大家有所帮助-Prediction of compiler theory is simple little application you want to help
xiaobosjinwangl
- 利用多分辨分析方法,结合小波分析和神经网络思想构建一种新型的神经网络模型———小波神经网络,解决了传 统神经网络中隐层节点数难以确定的问题。通过对股票的预测,说明该方法能有效地提高预测精度, 避免了人工神经网 络模型的固有缺陷。 -Using multi-resolution analysis method, combined with wavelet analysis and neural network ideological construct a new neural net
Parser
- 实现LL（1）文法，能对其实现自顶向下的语法分析并预测分析方法。-Achieve LL (1) grammar, to achieve its top-down method of syntax analysis and predictive analysis.
Parsing
- 语法分析程序的设计与实现 方法2：编写LL（1）语法分析程序，要求如下： （1）编程实现算法4.2，为给定文法自动构造预测分析表； （2）编程实现算法4.1，构造LL（1）预测分析程序。 2. 方法3：编写语法分析程序实现自底向上的分析，要求如下： 构造识别所有活前缀的DFA。 构造LR分析表。 编程实现算法4.3，构造LR分析程序。 -Parser design and implementation of Method 2: preparat
3LL(1)
- 编译原理上机—语法分析1 目的：熟练掌握自上而下的语法分析方法，并能用C++程序实现。 要求： 1. 使用固定的文法 2. 对于任意给定的输入串（词法记号流）进行语法分析，递归下降方法和非递归预测分析方法可以任选其一来实现。 3. 要有一定的错误处理功能。即对错误能提示，并且能在一定程度上忽略尽量少的记号来进行接下来的分析。可以参考书上介绍的同步记号集合来处理。 可能的出错情况：idid*id, id**id, （id+id， +id*+id …… 4. 输入串以#结
exp2
- 录制汉语拼音 a1（阴平）的发音。分别提交你所能录制的基音频率最高和最低的两个 录音文件。文件名为: 学号_a_h.wav（高音文件）和学号_a_l.wav（低音文件）。（用MathLab 编程） 1）分别对这两个文件进行观察分析。找出最高和最低基音频率位置，分别显示此时它们的 局部波形和短时频谱（按照最大值为100 归一化显示）。 要求：在时域波形上标出基音周期，并算出数值（精确到一个采样点）。在频域图上标出 基音频率。注意：标出分析波形的起始位置（精确到采样点位置），
code
- 对于任意给定的输入串（词法记号流）进行语法分析，递归下降方法和非递归预测分析方法可以任选其一来实现。-For any given input string (lexical token stream) parsing, recursive descent methods and non-recursive predictive analysis method can either be achieved.
数值分析 c语言代码库
- 数值分析 多种C算法代码库 1、离散傅立叶变换与反变换 2。四阶亚当姆斯预估计求解初值问题 3、几种常见随机数的产生 如求[a,b]上的均匀分布、 正态分布、 指数分布 、 拉普拉斯随机分布、瑞利分布、 韦伯分布、 泊松分布等 4、指数平滑法预测数据 5、四阶(定步长)龙格--库塔法求解微分初值问题 精度比欧拉方法高但是感觉依然不理想 6、改进的欧拉方法求解微分方程初值问题 感觉精度比较低 7、中心差分(矩形）公式求导 8、高斯10点法求积分 9、龙贝格法求积分
SVM神经网络的回归预测分析---上证开盘指数预测
- SVM对数据训练，对数据处理预测分析，令可以作为分类的一种重要方法。(SVM to data training, to data processing forecast analysis.Order is an important method of classification.)
yufafenxi
- 使用的文法如下： E ? TE ￠ E ￠ ? + TE ￠ | e T ? FT ￠ T ￠ ? * FT ￠ | e F ? (E) | id 对于任意给定的输入串（词法记号流）进行语法分析，通过递归下降方法和非递归预测分析方法来实现(The syntax analysis of any given input string (lexical token stream) is implemented by recursive desc
Identifying.zip
- 预测分析的因素分析和确定方法 ，主要用于确定影响因素的重要程度和因素排序。(Identifying and analyzing critical factors impacting onpassenger comfort employi)
电力负荷预测方法研究
- 介绍了负荷预测的特点以及影响预测负荷准确度的成分，并通过实际数据曲线形象地对其周期性、趋势性和节假日负荷的特点以及温度、湿度等影响因素进行分析。(This paper introduces the characteristics of load forecasting and the components that affect the accuracy of forecasting load, and analyzes its periodicity, trend and holiday lo
ARIMA预测
- ARIMA整合移动平均自回归模型，时间序列预测分析方法之一，可用于股价预测。(ARIMA integrates moving average autoregressive model and time series forecasting analysis method, which can be used for stock price forecasting.)