您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. prime筛选法三种

  2. 第一种:剔除2 3 4 5 6 ... ... 的倍数。 在i从2开始的增一变化过程中,剔除i的倍数即j*i(j是大于等于2的自然数,j的上限是问题规模M) 为了减少重复步骤,可以每当i递增到等于第一个没有被剔除的(素)数时再剔除该数的倍数, 重复上述过程至i到达问题规模m的平方根+1。 需要说明的三个问题: 假设循环到第n个数,如果该数没有被剔除,那么该数不能是前边所有数的倍数,该数更不可能是后边数的倍数,该 数就是素数。 如果该数是合数却没被剔除,那么该数能分解为两个小于该数的数的积的形式
  3. 所属分类:专业指导

    • 发布日期:2009-11-18
    • 文件大小:32768
    • 提供者:helihui123
  1. 语音扩展标记语言VoiceXML接口规范

  2. 目次 1 范围 1 2 引用标准 1 3 术语和定义 1 4 概述 3 4.1 VoiceXML简介 3 4.2 VoiceXML的背景 4 4.2.1 VoiceXML的结构模型 4 4.2.2 VoiceXML的设计目标 5 4.2.3 VoiceXML的范围 6 4.2.4 VoiceXML的设计要点 7 4.2.5 对VoiceXML实现平台的要求 7 4.3 VoiceXML的一些概念 8 4.3.1 对话框和子对话框 8 4.3.2 会话 8 4.3.3 应用 8 4.3.4 语法
  3. 所属分类:Java

    • 发布日期:2009-11-28
    • 文件大小:1048576
    • 提供者:lhsxsh
  1. 自定义标记实现银行系统的数字大小写转换

  2. 一个自定义标记实现了阿拉伯数字转换成银行领域使用的数字表示法(如将1转换成壹)。 实现任何数字数据的转换(如将2222转换成贰千贰百贰十二)
  3. 所属分类:专业指导

    • 发布日期:2009-12-27
    • 文件大小:147456
    • 提供者:softwarelangl
  1. 区域标记法对彩色图像进行区域分割

  2. 利用区域标记法对一幅彩色图像进行区域分割,设定适当的阀值,可以去除非目标的面积较小的联通区域。
  3. 所属分类:其它

    • 发布日期:2010-04-26
    • 文件大小:16384
    • 提供者:yfloctar
  1. 用OPENCV提取图片中标记信息

  2. 用于将摄像头中得到的图像中的一条标记线(一条黑色纸带)提取并计算其数学表达式(y=kx+b),为机器人导航。使用了中值滤波,二值化,迭代法确定阈值,腐蚀膨胀,多线程,线性回归,均衡化(有代码,但没有调用)等技术。 VS2008环境,须opencv支持
  3. 所属分类:专业指导

    • 发布日期:2010-08-30
    • 文件大小:6291456
    • 提供者:vcell
  1. 利用分支界限法解决装载问题

  2. 采用队列式分支限界法 在算法的while循环中,首先检测当前扩展结点的左儿子结点是否为可行结点。如果是则将其加入到活结点队列中。然后将其右儿子结点加入到活结点队列中(右儿子结点一定是可行结点)。2个儿子结点都产生后,当前扩展结点被舍弃。 活结点队列中的队首元素被取出作为当前扩展结点,由于队列中每一层结点之后都有一个尾部标记-1,故在取队首元素时,活结点队列一定不空。当取出的元素是-1时,再判断当前队列是否为空。如果队列非空,则将尾部标记-1加入活结点队列,算法开始处理下一层的活结点。
  3. 所属分类:其它

    • 发布日期:2010-12-23
    • 文件大小:916480
    • 提供者:liaoyuan11
  1. C++实现的视频中的数字识别(基于穿线法的数字识别方法)

  2. 在介绍视频中图像读取和识别的基础上,分别阐述了前期处理中的大津法二值化图像的方法,目标标记法找连通域实现数字分割,以及最小二乘法拟合重心,并举例说明了基于穿线法的数字识别方法的基本原理及应用。
  3. 所属分类:C++

    • 发布日期:2011-05-05
    • 文件大小:410624
    • 提供者:sunsuncai2
  1. 图像测量 面积 区域标记

  2. 包含了区域连通标记算法以及扫描法计算二值图像面积代码
  3. 所属分类:其它

    • 发布日期:2011-06-09
    • 文件大小:11264
    • 提供者:yue_keda
  1. NET设计规范-.NET约定、惯用法与模式.part2

  2. 第1章 概述 1 1.1 精心设计的框架所具备的品质 2 1.1.1 精心设计的框架是简单的 2 1.1.2 精心设计的框架设计代价高 3 1.1.3 精心设计的框架充满利弊权衡 3 1.1.4 精心设计的框架应该借鉴过去 4 1.1.5 精心设计的框架要考虑未来发展 4 1.1.6 精心设计的框架应具有良好的集成性 4 1.1.7 精心设计的框架是一致的 4 第2章 框架设计基础 6 2.1 渐进框架 7 2.2 框架设计的基本原则 10 2.2.1 场景驱动设计的原则 11 2.2.2 低
  3. 所属分类:C#

    • 发布日期:2011-08-14
    • 文件大小:4194304
    • 提供者:lht621921
  1. 匈牙利标记法

  2. 该文档包括了所有匈牙利标记法的具体内容。
  3. 所属分类:C++

    • 发布日期:2012-11-11
    • 文件大小:6144
    • 提供者:a744162569
  1. 二值图像连通域标记算法与代码

  2. 二值图像连通域标记法 包括4邻域和8邻域详细代码
  3. 所属分类:C++

    • 发布日期:2014-03-31
    • 文件大小:73728
    • 提供者:jeiwaiy
  1. 文法 等价压缩

  2. 文法 等价压缩 标记法 很实用,安大编译原理实验
  3. 所属分类:C/C++

    • 发布日期:2014-04-13
    • 文件大小:2048
    • 提供者:chendadayan
  1. 内存管理边界标记法

  2. 用C语言实现内存管理边界标记法
  3. 所属分类:C/C++

    • 发布日期:2015-05-15
    • 文件大小:2048
    • 提供者:qq_28035813
  1. opencv标记法实现连通区域

  2. 基于opencv,通过对二值图片的两次扫描并对其标记,实现连通区域的着色
  3. 所属分类:C++

    • 发布日期:2015-09-16
    • 文件大小:2048
    • 提供者:u013982090
  1. 张正友标记法

  2. 张正友标记法译文
  3. 所属分类:讲义

    • 发布日期:2017-03-06
    • 文件大小:6291456
    • 提供者:hehehetanchaow
  1. 匈牙利标记法的网络资料总结

  2. 这是对网络上能见到的资料的总结,希望对初入门的难兄难弟们有所帮助。
  3. 所属分类:网络基础

    • 发布日期:2008-12-26
    • 文件大小:117760
    • 提供者:cancha001
  1. 使用强子标记法在完全重建事件中测量Belle处B→D(*)πℓν的分支分数

  2. 我们报告了衰减B→D(*)πℓν的分支分数的度量。 该分析使用在KEKB不对称能量e + e-对撞机上通过Belle实验记录的e + e-→ϒ(4S)数据生成的772×106个BB对。 衰变中的标记B介子以强子衰变模式完全重建。 在信号侧,我们重建衰减B→D(*)πℓν(ℓ= e,μ)。 测得的分支分数为B(B +→D-π+ℓ+ν)= [4.55±0.27(stat。)±0.39(syst。)]×10-3,B(B0→D¯0π-ℓ+ν) = [4.05±0.36(stat。)±0.41(syst
  3. 所属分类:其它

    • 发布日期:2020-05-04
    • 文件大小:308224
    • 提供者:weixin_38746574
  1. 使用javascript过滤html的字符串(注释标记法)

  2. 本篇文章是对使用javascr ipt过滤html的字符串进行了详细的分析介绍,需要的朋友参考下
  3. 所属分类:其它

    • 发布日期:2020-10-27
    • 文件大小:22528
    • 提供者:weixin_38637093
  1. 使用javascript过滤html的字符串(注释标记法)

  2. 代码如下:function DeleteHtmlFromStartToEnd(str, begin, end) {            str = str.replace(begin + end, “”);            if (str.indexOf(begin) == -1) {//没找到                return str;            }            var substr = str.substring(str.indexOf(begin)
  3. 所属分类:其它

    • 发布日期:2020-11-30
    • 文件大小:18432
    • 提供者:weixin_38575536
  1. 基于层次混合的高效概率包标记WSNs节点定位算法

  2. 在利用概率包标记技术对无线传感器网络(WSN)恶意节点的追踪定位中,标记概率的确定是关键,直接影响到算法的收敛性,最弱链,节点负担等方面。该文分析并指出了基本概率包标记(BPPM)和等概率包标记(EPPM)方法的缺点,提出了一种层次式混合概率包标记(LMPPM)算法,可以克服以上算法的不足。该算法对无线传感器网络进行分簇,将每个簇看成一个大的"簇节点",整个网络由一些大的"簇节点"构成,每个"簇节点"内部又包含一定数量的传感器节点。在"簇节点"之间采用等概率包标记法,在"簇节点"内部采用基本概率
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:263168
    • 提供者:weixin_38723810
« 12 3 4 5 6 7 8 9 10 ... 30 »