注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 二维数组数据结果课程设计

  2. 含word文档，运行结果，c++源代码。项目功能包括输入一个二维数组A，自定义数组A的行数和列数；读入数组下标，求出数组A靠边元素之和；求从A[0][0]开始的互不相邻的各元素之和；当数组的行数和列数相等（m=n）时，分别求两条对角线上的数据元素之和，否则打印出m!=n的信息。

  3. 所属分类：C++

    • 发布日期：2009-07-03
    • 文件大小：282624
    • 提供者：afreshmen

  1. M*N维信号CoSaMP的重构

  2. 这是一个用CoSaMP算法对M*N维压缩感知信号重构的程序，已经经过自己的调试并有很好的结果图像，包括了CoSaMP算法的基本代码。然而一般CoSaMP算法处理的是一维信号，该算法在原有算法上加以改进实现了多维信号的重构。第一次发资源，希望发的很有效，大家能用的着。

  3. 所属分类：其它

    • 发布日期：2011-03-02
    • 文件大小：1024
    • 提供者：yuyutaoyao

  1. 维纳滤波实现图像恢复matlab程序

  2. matlab程序，进行图像恢复处理， 用式5.6.3对图像进行模糊处理,用逆滤波和维纳滤波恢复图像 二．程序清单 clear; I=imread('rice.tif'); figure; subplot(2,2,1);imshow(I);title('原图像'); [m,n]=size(I); F=fftshift(fft2(I)); k=0.0025; for u=1:m for v=1:n H(u,v)=exp((-k)*(((u-m/2)^2+(v-n/2)^2)^(5/6))); en

  3. 所属分类：其它

    • 发布日期：2012-10-30
    • 文件大小：140288
    • 提供者：lisai0451

  1. 输入一个二维数组，找出该二维数组的鞍点，

  2. 算法100%正确的程序. 几行几列,可在#define M,N中自行修改

  3. 所属分类：其它

    • 发布日期：2008-09-08
    • 文件大小：1024
    • 提供者：leboc

  1. n维方阵求逆矩阵

  2. 1。n维方阵m球逆矩阵的代码；数据类型为double； 2。m为原方阵的指针,结果存在result指针的地址段，需要预先分配好result的内存； 3。原矩阵不变；

  3. 所属分类：C

    • 发布日期：2019-01-19
    • 文件大小：2048
    • 提供者：xliangzi

  1. 爱因斯坦n维块体中嵌入的m轴上的有效引力场方程和f（R）引力

  2. 对于爱因斯坦引力理论和f（R）引力理论，我们已经在较低维的超曲面（称为麸）上导出了有效的重力场方程，并在较高维的体积时空中放置了引力场方程。 我们已经开始对n维体积进行分析，从中通过施加Z2对称性获得了（n-1）维brane上的有效场方程。 随后，我们从（n-1）维骨架的有效方程出发，得出了（n-2）维的有效方程。 已经进行了该分析，并且该分析用于获得嵌入在n维本体中的（n-m）维骨架的有效场方程。 在获得了爱因斯坦引力的有效场方程后，我们随后推广了一个（n-m）维骨架的有效场方程，该方程嵌入了

  3. 所属分类：其它

    • 发布日期：2020-04-22
    • 文件大小：703488
    • 提供者：weixin_38653691

  1. q-维拉索罗/ W代数在单位和同位圆的根

  2. 我们证明了parafermions出现在q -Virasoro / Wn代数的单位极限的第r个根中。 陪集模型sl charge（n）r⊕slˆ（n）m-nslˆ（n）m-n + r的中心电荷的适当值由极限中的块的差分构造给出。

  3. 所属分类：其它

    • 发布日期：2020-04-10
    • 文件大小：303104
    • 提供者：weixin_38565003

  1. T 2×S 2和椭圆族的N $$ \ mathcal {N} $$ = 4个超级杨米尔斯的拓扑扭曲指数

  2. 我们在T 2×S 2上检验了N \ \ mathcal {N} $$ = 4个超阳M的拓扑扭曲指数，其中尺度组SU（N）在T 2×S 2上得到证明。 自由作用的球体T 2 /ℤm×ℤn其中N = mn。 在对这些扇区求和后，索引可以表示为二维N $$ \ mathcal {N} $$ =（0，2）理论的椭圆类，该理论是由S 2上的Kaluza-Klein约简所产生的。这提供了一条替代路径 到指数的“高温”极限，并确定与N $$ \ mathcal {N} $$ =（0，2）理论的右移中心电荷的联

  3. 所属分类：其它

    • 发布日期：2020-04-09
    • 文件大小：587776
    • 提供者：weixin_38607311

  1. Consecutive-(r,s,t)-out-of-(m,n,l): F系统的可靠性仿真求解研究

  2. Consecutive-(r,s,t)-out-of-(m,n,l): F系统的可靠性仿真求解研究，孙鸽，刘胜尧，3 dimensional consecutive-(r,s,t)-out-of-(m,n,l): F系统是一维和二维consecutive-k-out-of-n: F系统的一般化, 当系统中有r×s×t个部件失效并且这些失效部�

  3. 所属分类：其它

    • 发布日期：2020-01-29
    • 文件大小：410624
    • 提供者：weixin_38746018

  1. 特殊三维系统可靠度

  2. 特殊三维系统可靠度，李宁，孙鸽，三维系统广泛应用于空间环境监测领域。consecutive-(r1,r2,r3)-out-of-(m,n,w): F系统是典型的三维可靠性系统，该系统由m×n×w个单元组成，系统�

  3. 所属分类：其它

    • 发布日期：2020-01-15
    • 文件大小：532480
    • 提供者：weixin_38667920

  1. 基于不动点算法和K2（m）剖分的遗传算法的改进

  2. 针对n维闭包腔函数优化问题,把单纯形自映射不动点算法与遗传算法结合进行求解。首先将解空间利用同胚映射转化为n维标准单纯形,然后对n维标准单纯形进行K2(m)剖分和相应的整数标号得到个体的承载单纯形顶点的标号信息,依据顶点信息和函数设计编码和遗传算子,当个体的承载单纯形是全标单纯形时,算法终止,得到优化问题的近似解。算例结果表明,改进后的算法在6代之内完成收敛,显示了极高的全局优化形态与计算效率。

  3. 所属分类：其它

    • 发布日期：2020-06-16
    • 文件大小：373760
    • 提供者：weixin_38551070

  1. 三维纳米接触式测头结构设计与优化

  2. 采用螺旋片簧弹性支承和压阻元件作为测量三维测力敏感元件的新型接触式三维纳米测头,进行了纳米测头的结构设计,建立了测头系统的三维模型。为了提高测头的触测灵敏度,采用正交试验法设计实验方案,应用ANSYS仿真软件进行静力学和动力学仿真分析,对纳米测头的结构进行优化设计,确定测头的最优尺寸、弹性体支承结构的最优结构,并分析其静、动态特性。分析结果表明,所研制的三维纳米测头横向测量灵敏度达到13.99με/m N,Z向测量灵敏度达到5.90με/m N。测头各阶固有频率最低为1291.6 Hz,不易发生

  3. 所属分类：其它

    • 发布日期：2020-06-23
    • 文件大小：309248
    • 提供者：weixin_38691194

  1. 基于一维光子晶体的可见光波段大角度反射器研究

  2. 采用LiF和Ge两种材料设计了一种禁带范围覆盖全可见光波段,结构为[A1/B1]m[A2/B2]n的复合结构一维光子晶体反射器,并采用平面波展开法和传输矩阵法对其禁带特性进行数值分析。研究发现:随周期数m,n的增大,禁带范围增宽,当m=n≥9时,禁带宽度基本不再变化。对[A1/B1]9,[A2/B2]9和[A1/B1]9[A2/B2]9三种光子晶体结构能带特性进行研究发现,随光线入射角度的增大,禁带向短波区移动,且禁带上端移动幅度始终大于下限移动幅度。光线在0°~60°范围内入射时可实现近紫外至

  3. 所属分类：其它

    • 发布日期：2020-06-20
    • 文件大小：280576
    • 提供者：weixin_38670501

  1. Pytorch 多维数组运算过程的索引处理方式

  2. 背景：对 python 不熟悉，能看懂代码，也能实现一些简单的功能，但是对 python 的核心思想和编程技巧不熟，所以使 Pytorch 写 loss 的时候遇到很多麻烦，尤其是在 batch_size > 1 的时候，做矩阵乘法之类的运算会觉得特别不顺手。 所幸，在边查边写的过程中，理解了 python 中多维运算的实现规则。 1、python 的基本索引规则 从 0 开始 对于给定的范围，如 b = a[m:n], 那么 b 为由 （n-m）个数据组成的新数组，由 a[m],a[m+

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：49152
    • 提供者：weixin_38537541

  1. Python中的X[:,0]、X[:,1]、X[:,:,0]、X[:,:,1]、X[:,m:n]和X[:,:,m:n]

  2. Python中对于数组和列表进行切片操作是很频繁的，当然对于切片的操作可供我们直接使用的函数也是很遍历了，我们今天主要简单总结一下常用集中索引化方式，希望对大家有所帮助吧。 对于列表的切片比较简单，在我之前的博客里面有详细的讲解，需要的话可以去看看，这里就不再详细说了，今天主要是讲解对于Python中Array对象的操作，我们平时使用比较频繁的一般也就是三维的矩阵了，再高维度的处理方式是相同的，这里我们只讲解三维和二维的使用。 对于X[:,0]; 是取二维数组中第一维的所有数据 对于X[:,1]

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：47104
    • 提供者：weixin_38622475

  1. C与C++动态分配二维数组的实现方法

  2. C： C中使用函数malloc和free两个函数. //动态分配M*N维 int **a=(int **)malloc(sizeof(int*)*M); for(int i=0;i<M;i++) a[i]=(int *)malloc(sizeof(int)*N); //动态释放 for(int j=0;j<M;j++) free(a[i]); free[a]; C++： C++ 使用关键字new和delete. //动态分配M*N维 int **a=new int *[M

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：28672
    • 提供者：weixin_38738977

  1. C语言中多维数组的内存分配和释放(malloc与free)的方法

  2. 如果要给二维数组(m*n)分配空间，代码可以写成下面： 代码如下:char **a, i; // 先分配m个指针单元，注意是指针单元 // 所以每个单元的大小是sizeof(char *) a = (char **) malloc(m * sizeof(char * )); // 再分配n个字符单元， // 上面的m个指针单元指向这n个字符单元首地址 for(i = 0; i < m; i++) a[i] = (char * )malloc(n * sizeof(char )); 释放应

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：33792
    • 提供者：weixin_38705788

  1. 详解Python二维数组与三维数组切片的方法

  2. 如果对象是二维数组，则切片应当是x[:]的形式，里面有一个冒号，冒号之前和之后分别表示对象的第0个维度和第1个维度； 如果对象是三维数组，则切片应当是x[::]，里面有两个冒号，分割出三个间隔，三个间隔的前、中和后分别表示对象的第0、1、2个维度。 x[n,:]、x[:,n]、x[m:n,:]、x[:,m:n] 上面的中括号中(m:n)应当看成一个整体，除了(m:n)之外的冒号就是用来表明在哪个维度上操作的。 对于二维数组，在冒号前面的(n,)意味着对二维数组的第0个维度上的第n号元素操作

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：41984
    • 提供者：weixin_38572960

  1. 使用python切片实现二维数组复制示例

  2. .csv数据格式 10*3，dataSet 1.1,1.5,2.5 1.3,1.9,3.2 1.5,2.3,3.9 1.7,2.7,4.6 1.9,3.1,5.3 2.1,3.5,6 2.3,3.9,6.7 2.5,4.3,7.4 2.7,4.7,8.1 2.9,5.1,8.8 将该数据的前8行的前两列复制到一个新的数组中，核心代码如下(trainData为新数组)： m, n = np.shape(dataSet) trainData = np.ones((m, n)) trainDa

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：34816
    • 提供者：weixin_38623255

  1. Python创建二维数组实例(关于list的一个小坑)

  2. 0.目录 1.遇到的问题 2.创建二维数组的办法 •3.1 直接创建法 •3.2 列表生成式法 •3.3 使用模块numpy创建 1.遇到的问题 今天写Python代码的时候遇到了一个大坑，差点就耽误我交作业了。。。 问题是这样的，我需要创建一个二维数组，如下： m = n = 3 test = [[0] * m] * n print(test =, test) 输出结果如下： test = [[0, 0, 0], [0, 0, 0], [0, 0, 0]] 是不是看起来没有一点问题？

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：47104
    • 提供者：weixin_38733787
« 12 3 4 5 6 7 8 9 10 ... 31 »