專家點評: Y P7 `. @ {$ r％ pa.功能很強大，可以看出花了很多心血在算法上，非常好。算法上還有一點瑕疵，例如在刪除一個員工的同時沒有辦法自動建立其他員工的上下級關系，必須刪除全部下級員工，不是非常合理。此外，界面設計過于簡單，應該加強. " W" R+ b* g$ a$ Sb.程序運用了自己的算法來提高Tree控件顯示的速度和資源分配，這個非常值得肯定和鼓勵。* C. c4 D0 e9 ` J$ w# U c.基本實現所有規定的功能，在所有參賽者中唯一熟 : O) l- F6 F9 f) S7 Q. l練使用面向對象設計方式開發程序的工程師，很不錯！程序體現了作者非常扎實的數據結構功底，值得大家學習。工程管理也做得非常好，體現了作者在軟件工程方面也有很深入的研究，該代碼是很好的學習范例。 ％ G* H$ ~3 W1 ]. e! id.算法的創新是獨特之處(hashtable算法建立),可見作者在數據結構方面的熟練掌握.此程序是很多專家會員學習典范.
上傳時間： 2017-01-19
上傳用戶：奇奇奔奔
將潮流計算公式矢量化處理,利用Matlab編寫潮流程序,并將Matlab的m文件編譯成COM組件,可簡單實現 Matlab和其它語言的混合編程。通過簡單的函數調用即可完成如稀疏、解方程等一系列數學運算,并可輕易實現相關圖形的 繪制。潮流計算中采用AMD算法對修正方程系數矩陣進行節點優化,并采用LDLT算法進行求解,有效地減少了注入元,計 算速度成倍提高。在混合編程的模式下,提高了程序開發速度、程序可靠性、計算效率和保密性。
上傳時間： 2014-01-26
上傳用戶：tzl1975
該程序的主要功能是要實現算符優先算法，其中，有完整的主程序，但不是可視化界面。
上傳時間： 2017-03-24
上傳用戶：bruce5996
課程設計： 1.求出在一個n×n的棋盤上，放置n個不能互相捕捉的國際象棋“皇后”的所有布局。 2.設計一個利用哈夫曼算法的編碼和譯碼系統，重復地顯示并處理以下項目，直到選擇退出為止。 【基本要求】 1) 將權值數據存放在數據文件(文件名為data.txt，位于執行程序的當前目錄中) 2) 分別采用動態和靜態存儲結構 3) 初始化：鍵盤輸入字符集大小n、n個字符和n個權值，建立哈夫曼樹； 4) 編碼：利用建好的哈夫曼樹生成哈夫曼編碼； 5) 輸出編碼； 6) 設字符集及頻度如下表： 字符 空格 A B C D E F G H I J K L M 頻度 186 64 13 22 32 103 21 15 47 57 1 5 32 20 字符 N O P Q R S T U V W X Y Z 頻度 57 63 15 1 48 51 80 23 8 18 1 16 1
標簽：
上傳時間： 2017-04-24
上傳用戶：zhyiroy
Arduino雙軸加速度計取值，包含 X、Y 軸的 G 值以及 X、Y 軸的傾斜角度
上傳時間： 2017-05-23
上傳用戶：moerwang
算24點”作為一種撲克牌智力游戲，游戲內容為從一副牌中抽去大小王2張，任意抽取4張牌（稱牌組），用加、減、乘、除（可加括號）把牌面上的數算成24，每張牌必須用一次且只能用一次。我們可以人工計算，當然也可以用計算機來處理。本程序主要是借助計算機利用設計好的算法來計算24點問題。 該24點游戲程序內容主要包括界面顯示，自動運算24點以及手動計算24點三部分，采用模塊化開發方法，并匯編語言編寫程序代碼。
標簽：
上傳時間： 2014-11-02
上傳用戶：xjz632
UART是一種廣泛應用于短距離、低速、低成本通信的串行傳輸接口.由于常用UART芯片比較復雜且移植性差,提出一種采用可編程器件FPGA實現UART的方法, 實現了對UART的模塊化設計.首先簡要介紹UART的基本特點,然后依據其系統組成設計頂層模塊,再采用有限狀態機設計接收器模塊和發送器模塊,所有功能的實現全部采用VHDL進行描述,并用Modelsim軟件對所有模塊仿真實現.最后將UART的核心功能集成到FPGA上,使整體設計緊湊,小巧,實現的UART功能穩定、可靠.
上傳時間： 2013-12-01
上傳用戶：zuozuo1215
包含一些大眾化的數學題目，比如說buffon丟針問題、dijkstra的三色旗問題、找零錢問題、背包問題、無限位數的整數運算、最短路徑問題...
標簽：
上傳時間： 2014-01-05
上傳用戶：athjac
可以正常使用，漢化程度不算高，適合老手使用
上傳時間： 2016-07-26
上傳用戶：pscsmon
%========================開始提取加噪信號的各類特征值================================ for n=1:1:50; m=n*Ns; x=(n-1)*Ns; for i=x+1:m; %提取加噪信號'signal_with_noise=y+noise'的前256個元素，抽取50次 y0(i)=signal_with_noise(i); end Y=fft(y0); %對調制信號進行快速傅里葉算法（離散） y1=hilbert(y0) ; %調制信號實部的解析式 factor=0; %開始求零中心歸一化瞬時幅度譜密度的最大值gamma_max for i=x+1:m; factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns
上傳時間： 2020-04-07
上傳用戶：如拷貝般復制
