您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 200个C训练的源码【涉及C的各个角落】

  2. 源代码使用方法是(以实例1为例): 将该实例的源码,比如实例1的1.c文件(可以在001目录下找到), 拷贝到tc编译器目录下,运行tc.exe,打开编译器, 按【F3】键或者“File->Open”菜单命令,打开1.c文件, 按【Ctrl+F9】键,或者“Run->Run”菜单命令,编译运行该程序。 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 0 06 显示变量所占字节数 007 自增/自减运算
  3. 所属分类:C

    • 发布日期:2009-07-11
    • 文件大小:3145728
    • 提供者:x2xnet
  1. LINGO软件的学习

  2. LINGO是用来求解线性和非线性优化问题的简易工具。LINGO内置了一种建立最优化模型的语言,可以简便地表达大规模问题,利用LINGO高效的求解器可快速求解并分析结果。 §1 LINGO快速入门 当你在windows下开始运行LINGO系统时,会得到类似下面的一个窗口: 外层是主框架窗口,包含了所有菜单命令和工具条,其它所有的窗口将被包含在主窗口之下。在主窗口内的标题为LINGO Model – LINGO1的窗口是LINGO的默认模型窗口,建立的模型都都要 在该窗口内编码实现。下面举两个例子
  3. 所属分类:C

    • 发布日期:2009-08-08
    • 文件大小:319488
    • 提供者:huxlaylyx
  1. 【全美经典】2000离散数学习题精解

  2. 本书是《全美经典学习指导系列》丛书中的一本。书中精选了离散数学2000多道习题,并给予了详细解答。这将有助于读者迅速了解离散数学的基本知识和解题技巧,是读者复习和备考离散数学的一本好书。本书可供理工科高年级学生和教师参考。 第一章集合论1·1集合、元素、集合相等1·2子集1·3集合运算1·4文图和集合运算、基本积1·5集合代数、对偶性1·6有限集(合)、计数原理1·7集合类、幂集1·8数学归纳法1·9论证和文图1·10对称差1·11实数系统R、数集 第二章关系2·1积集2·2关系2·3关系的表
  3. 所属分类:专业指导

    • 发布日期:2009-12-10
    • 文件大小:7340032
    • 提供者:fengwu0ying
  1. 数据结构C语言版系数矩阵的转置

  2. 数据结构C语言版系数矩阵的转置,包括结构的定义和转置的实现。
  3. 所属分类:C

    • 发布日期:2010-05-25
    • 文件大小:2048
    • 提供者:xy2006860
  1. 稀疏矩阵的转置和相乘实现

  2. 用C++实现稀疏矩阵的转置和相乘,并将系数矩阵压缩表示,适用于正在学习数据结构的初学者使用!
  3. 所属分类:C++

    • 发布日期:2011-03-27
    • 文件大小:4096
    • 提供者:walklin
  1. DirectX 9入门(龙书)

  2. 《DirectX 9 3D游戏设计入门》 1 第一部分 必备的数学知识 (Mathematical Prerequisites) 10 目标 10 三维空间中的向量 11 向量相等 13 计算向量大小(向量的模) 14 标准化向量 14 向量相加 15 向量相减 16 标量与向量的乘积 16 点积 17 叉积 17 矩阵 18 相等、数乘矩阵以及相加 19 乘法 19 单位矩阵 20 逆转 21 矩阵的转置 21 D3DX 矩阵 22 基本变换 24 矩阵平移 25 矩阵旋转 26 矩阵缩放
  3. 所属分类:游戏开发

    • 发布日期:2011-09-09
    • 文件大小:4194304
    • 提供者:lf723
  1. 系数矩阵运算(含结构体和类)

  2. 稀疏矩阵运算器设计 以三元组结构体类型表示稀疏矩阵非零元,在此基础上完成对稀疏矩阵的转置、相加和相乘操作。 要求设计类(或类模板)来描述稀疏矩阵及其操作,包含必要的构造函数和析构函数,以及其他能够完成如下功能的成员函数:  输入、输出稀疏矩阵  稀疏矩阵的转置运算  稀疏矩阵的相加运算  稀疏矩阵的相乘运算 并设计主函数测试该类。
  3. 所属分类:C++

    • 发布日期:2011-11-21
    • 文件大小:6144
    • 提供者:yaoyefengling
  1. C程序的精华

  2. 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 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个质数 016 编制万年历 017 对数组元素排序 018 任意进制数的转换 019 判断回文数 0
  3. 所属分类:C

    • 发布日期:2013-08-13
    • 文件大小:1048576
    • 提供者:huyajie000
  1. 《MATLAB在日常计算中的应用》【杜树春】样章

  2. 《MATLAB在日常计算中的应用》由大量的MATLAB计算实例组成。通俗易懂,图文并茂,资料丰富,实用性强。提供大量MATLAB计算实例以及全部实例的M文件,方便读者使用。既适合初学者,也适合有一定MATLAB基础的爱好者或专业技术人员。 目录 第1章MATLAB基础知识 1.1MATLAB的发展历程 1.2MATLAB的特点 1.3MATLAB的桌面操作环境 1.4MATLAB的常量和变量 1.5MATLAB命令窗口应用例子 1.6小结 第2章多项式处理 2.1多项式的创建 2.2多项式的因
  3. 所属分类:其它

    • 发布日期:2018-08-14
    • 文件大小:3145728
    • 提供者:williamanos
  1. 平方根法的matlab实现

  2. 对正定系数矩阵的特殊求解方程方法。最终结果为矩阵L,并由它以及它的转置矩阵可以求解方程
  3. 所属分类:讲义

    • 发布日期:2018-01-19
    • 文件大小:797
    • 提供者:qq_40819816
  1. 数理经济学 蒋中一

  2. 第一篇 导论 第1章 数理经济学的实质 1.1数理经济学与非数理经济学 1.2数理经济学与经济计量学 第2章 经济模型 2.1数学模型的构成 2.2实数系 2.3集合的概念 2.4关系与函数 2.5函数的类型 2.6两个或两个以上自变量的函数 2.7一般性水平 第二篇 静态(或均衡)分析 第3章 经济学中的均衡分析 3.1均衡的含义 3.2局部市场均衡——线性模型 3.3局部市场均衡——非线性模型 3.4一般市场均衡 3.5国民收入分析中的均衡 第4章 线性模型与矩阵代数 4.1矩阵与向量 4
  3. 所属分类:金融

    • 发布日期:2018-11-14
    • 文件大小:50331648
    • 提供者:ak2645905594
  1. 基于S 3⊗SO(3)⊂⊂O(2)⊗SO(3)rot⊂U(3)⋊S 2⊂O(6)子群链的置换对称三粒子超球谐函数

  2. 我们构造了三体置换对称超球谐函数,用于三个空间维度(3D)的非相对论三体Schrödinger方程。 我们根据S3⊗SO(3)rot⊂O(2)⊗SO(3)rot⊂U(3)⋊S2⊂O(6)子群链标记状态向量,其中S3是三体置换群 S2是它的两个元素子组,包含前两个粒子的转置,O(2)是三个粒子的“民主变换”或“运动旋转”组; SO(3)rot是3D旋转组,U(3),O(6)是通常的Lie组。 我们讨论了上述代数链所暗示的良好量子数,以及它们与谐波的S3置换性质的关系,尤其是考虑到SO(3)rot
  3. 所属分类:其它

    • 发布日期:2020-04-10
    • 文件大小:623616
    • 提供者:weixin_38526208
  1. PCA的数学原理

  2. PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线 性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于PCA的文章有很多,但是大多数只 描述了PCA的分析过程,而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理,帮助读者了解PCA的工 作机制是什么。3 在代数表示方面,我们经常用线段终点的点坐标表示向量,例如上面的向量可以表示为(3,2),这是我们再熟悉不过的向 量表示。
  3. 所属分类:机器学习

    • 发布日期:2019-07-02
    • 文件大小:730112
    • 提供者:abacaba
  1. 矩阵基本知识以及矩阵求导

  2. 矩阵基本知识以及矩阵求导,蛮不错的,硬盘里翻出来的,之前下载的概念:如果η阶方阵A的所有元素,以对角线为对称轴对称的元素相等,则称n阶方阵为对称 阵。 记作:如果A=A,则A为η阶对称阵 112n阶方阵的行列式 对象:n阶方阵A=(a)nxn 性质: 1)|A=|A 2)A|=入^nA 3)|AB=|A|B|,其中A和B都为n阶方阵矩阵A=a)nxn,B=(b)nxn 4)对于n阶矩阵A和B,一般来说 AB=BA,但是总是有:AB|=BA|=A|B 5)AA*=A*A=AE,其中A为伴随矩阵,E
  3. 所属分类:图像处理

    • 发布日期:2019-03-17
    • 文件大小:508928
    • 提供者:alayi
  1. 雷达的数字波束形成 文献

  2. 雷达的数字波束形成第卷增刊1 邱文杰译:雷达的数字波束形成 在数字处理器中,加权运算的精确和可预测的性质最终可以最佳和最快地控制天线波束 形状 13接收机校准方便 在任何系统中,至少有一部分波束形成过程是在多个接收机之后进行的,系统在接收机 各通道以及天线中的增益和相位误差是敏感的。这些误差的范围将直接影响波束形状的“质 量’,所以必须将它们或保持在可接受的低电平上,或用某些方式来补偿。正如后面第14节 中指出的,数字波束形成法允许选择后一方案,从而避免了要求接收机通道内有非常严格的 绝对公差或
  3. 所属分类:电信

    • 发布日期:2019-03-16
    • 文件大小:1048576
    • 提供者:yanchuan23
  1. 一种HEVC标准中IDCT变换的FPGA实现

  2. 为降低新一代高效视频编码(HEVC)标准中解码端多尺寸逆离散余弦变换(Inverse Discrete Cosine Transform,IDCT)中的资源消耗,设计了一种IDCT硬件电路结构。通过使用现场可编程门阵列(Field-Programmable Gate Array,FPGA)内部嵌入式RAM单元进行矩阵转置运算,从而减少了对内部寄存器的使用。对IDCT系数矩阵进行分解得到不同尺寸下的统一运算电路结构,利用流水线技术实现对运算单元的加速,同时采用并行数据调度减少数据处理等待时间。设计
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:233472
    • 提供者:weixin_38632916
  1. 单片机与DSP中的正规滤波器结构

  2. 除直接II型、级联型、并联型以及格-梯形结构外,还有其他一些结构也经常用到,如正规结构、分段最优结构和波动结构,其中正规结构是最常遇到的。与许多其他结构相似,正规结构也是以具有如下传递函数的二次节为基础的。   其中m为Heaviside系数,夕为系统的一个极点。如果极点为复数,则必存在对应的共轭复极点。图1 所示的二次节中内部状态间所有可能的连接都已建立,因而该结构被称为全连接结构。一个2阶系统,如果其状态反馈矩阵AN满足条件ATNAN=ANATN(其中“T”表示矩阵的转置),那么该系统
  3. 所属分类:其它

    • 发布日期:2020-11-15
    • 文件大小:73728
    • 提供者:weixin_38665193
  1. Python-多元线性回归方程比较最小二乘法与梯度下降法

  2. 最小二乘法是先将方程自变量与因变量化为系数矩阵X,再求该矩阵的转置矩阵(X1),接着求矩阵X与他的转置矩阵的X1的乘积(X2),然后求X2的逆矩阵。最后整合为系数矩阵W,求解后分别对应截距b、a1、和a2。可见计算一个矩阵的逆是相当耗费时间且复杂的,而且求逆也会存在数值不稳定的情况。 梯度下降法迭代的次数可能会比较多,但是相对来说计算量并不是很大。且其有收敛性保证。故在大数据量的时候,使用梯度下降法比较好。 梯度下降法 import numpy as np from matplotlib imp
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:138240
    • 提供者:weixin_38624557
  1. Python-多元线性回归方程比较最小二乘法与梯度下降法

  2. 最小二乘法是先将方程自变量与因变量化为系数矩阵X,再求该矩阵的转置矩阵(X1),接着求矩阵X与他的转置矩阵的X1的乘积(X2),然后求X2的逆矩阵。最后整合为系数矩阵W,求解后分别对应截距b、a1、和a2。可见计算一个矩阵的逆是相当耗费时间且复杂的,而且求逆也会存在数值不稳定的情况。 梯度下降法迭代的次数可能会比较多,但是相对来说计算量并不是很大。且其有收敛性保证。故在大数据量的时候,使用梯度下降法比较好。 梯度下降法 import numpy as np from matplotlib imp
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:138240
    • 提供者:weixin_38731239
  1. Python-多元线性回归方程比较最小二乘法与梯度下降法

  2. 最小二乘法是先将方程自变量与因变量化为系数矩阵X,再求该矩阵的转置矩阵(X1),接着求矩阵X与他的转置矩阵的X1的乘积(X2),然后求X2的逆矩阵。最后整合为系数矩阵W,求解后分别对应截距b、a1、和a2。可见计算一个矩阵的逆是相当耗费时间且复杂的,而且求逆也会存在数值不稳定的情况。 梯度下降法迭代的次数可能会比较多,但是相对来说计算量并不是很大。且其有收敛性保证。故在大数据量的时候,使用梯度下降法比较好。 梯度下降法 import numpy as np from matplotlib imp
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:138240
    • 提供者:weixin_38675232
« 12 3 4 »