復化simponson求積數值分析算法之復化simpson求積算法，詳細情形請見源程序,,Visual C++ my賽德爾迭代法.rar - 在VC++實現的賽德爾迭代法，有每次迭代的結果,,Visual C++
上傳時間： 2015-07-26
上傳用戶：1051290259
俄羅斯方塊，畫面比較好看 哦 運行時必需按轉了 ANT 如果已安裝,就直接雙擊Build.bat 然後雙擊Run.bat 關於代碼中的注釋如果出現亂碼,你就把原始檔案用word打開 然後 工具->語言->中文簡繁轉換
標簽： 俄羅斯方塊
上傳時間： 2016-08-28
上傳用戶：xjz632
matlab環境下目標函數為求最大值，且解非負整數解 ％bounds 邊界約束 ％Myfun 為目標函數 ％num 初始種群數 ％N 最大迭代次數 ％CP 交叉概率 ％P 突變概率 ％f 目標最優解 ％x 最優解向量
上傳時間： 2017-03-06
上傳用戶：Ants
function [alpha,N,U]=youxianchafen2(r1,r2,up,under,num,deta) %[alpha,N,U]=youxianchafen2(a,r1,r2,up,under,num,deta) %該函數用有限差分法求解有兩種介質的正方形區域的二維拉普拉斯方程的數值解 %函數返回迭代因子、迭代次數以及迭代完成后所求區域內網格節點處的值 %a為正方形求解區域的邊長 %r1,r2分別表示兩種介質的電導率 %up,under分別為上下邊界值 %num表示將區域每邊的網格剖分個數 %deta為迭代過程中所允許的相對誤差限 n=num+1; %每邊節點數 U(n,n)=0; %節點處數值矩陣 N=0; %迭代次數初值 alpha=2/(1+sin(pi/num));%超松弛迭代因子 k=r1/r2; %兩介質電導率之比 U(1,1:n)=up; %求解區域上邊界第一類邊界條件 U(n,1:n)=under; %求解區域下邊界第一類邊界條件 U(2:num,1)=0;U(2:num,n)=0; for i=2:num U(i,2:num)=up-(up-under)/num*(i-1);%采用線性賦值對上下邊界之間的節點賦迭代初值 end G=1; while G>0 %迭代條件：不滿足相對誤差限要求的節點數目G不為零 Un=U; %完成第n次迭代后所有節點處的值 G=0; %每完成一次迭代將不滿足相對誤差限要求的節點數目歸零 for j=1:n for i=2:num U1=U(i,j); %第n次迭代時網格節點處的值 if j==1 %第n+1次迭代左邊界第二類邊界條件 U(i,j)=1/4*(2*U(i,j+1)+U(i-1,j)+U(i+1,j)); end if (j>1)&&(j U2=1/4*(U(i,j+1)+ U(i-1,j)+ U(i,j-1)+ U(i+1,j)); U(i,j)=U1+alpha*(U2-U1); %引入超松弛迭代因子后的網格節點處的值 end if i==n+1-j %第n+1次迭代兩介質分界面（與網格對角線重合）第二類邊界條件 U(i,j)=1/4*(2/(1+k)*(U(i,j+1)+U(i+1,j))+2*k/(1+k)*(U(i-1,j)+U(i,j-1))); end if j==n %第n+1次迭代右邊界第二類邊界條件 U(i,n)=1/4*(2*U(i,j-1)+U(i-1,j)+U(i+1,j)); end end end N=N+1 %顯示迭代次數 Un1=U; %完成第n+1次迭代后所有節點處的值 err=abs((Un1-Un)./Un1);%第n+1次迭代與第n次迭代所有節點值的相對誤差 err(1,1:n)=0; %上邊界節點相對誤差置零 err(n,1:n)=0; %下邊界節點相對誤差置零 G=sum(sum(err>deta))%顯示每次迭代后不滿足相對誤差限要求的節點數目G end
標簽： 有限差分
上傳時間： 2018-07-13
上傳用戶：Kemin
基于STM32的嵌入式語音識別模塊設計摘要：介紹了一種以ARM 為核心的嵌入式語音識別模塊的設計與實現。模塊的核心處理單元選用ST公司的基于ARM Cortex—M3內核的32位處理器STM32F103C8T6。本模塊以對話管理單元為中心，通過以LD3320芯片為核心的硬件單元實現語音識別功能，采用嵌入式操作系統~c／os—II來實現統一的任務調度和外圍設備管理。經過大量的實驗數據驗證，本文設計的語音識別模塊具有高實時性、高識別率、高穩定性的優點。關鍵詞：ARM；語音識別；對話管理；LD3320；~,c／os—II引 言服務機器人以服務為目的，岡此人們需要一種更方便、更自然、更加人性化的方式與機器人交互，而不再滿足于復雜的鍵盤和按鈕操作?；诼犛X的人機交互是該領域的一個重要發展方向 ]。目前主流的語音識別技術是基于統計模式。然而，由于統計模型訓練算法復雜，運算量大，一般由工控機、PC機或筆記本來完成，這無疑限制了它的運用。嵌入式語音交互已成為目前研究的熱門課題l2 ]。嵌入式語音識別系統和PC機的語音識別系統相比，雖然其運算速度和內存容量有一定限制，但它具有體積小、功耗低、可靠性高、投入小、安裝靈活等優點，特別適用于智能家居、機器人及消費電子等領域。1 模塊整體方案及架構語音識別的基本原理 如圖1所示。語音識別包括
上傳時間： 2022-04-30
上傳用戶：d1997wayne
實現最優二叉樹的構造；在此基礎上完成哈夫曼編碼器與譯碼器。 假設報文中只會出現如下表所示的字符： 字符 A B C D E F G H I J K L M N 頻度 186 64 13 22 32 103 21 15 47 57 1 5 32 20 57 字符 O P Q R S T U V W X Y Z ， ． 頻度 63 15 1 48 51 80 23 8 18 1 16 1 6 2 要求完成的系統應具備如下的功能： 1．初始化。從終端（文件）讀入字符集的數據信息，。建立哈夫曼樹。 2．編碼：利用已建好的哈夫曼樹對明文文件進行編碼，并存入目標文件（哈夫曼碼文件）。 3．譯碼：利用已建好的哈夫曼樹對目標文件（哈夫曼碼文件）進行編碼，并存入指定的明文文件。 4．輸出哈夫曼編碼文件：輸出每一個字符的哈夫曼編碼。
上傳時間： 2014-11-23
上傳用戶：shanml
假定已經有許多應用采用了程序1 - 1 5中所定義的C u r r e n c y類，現在我們想要對C u r r e n c y類 的描述進行修改，使其應用頻率最高的兩個函數A d d和I n c r e m e n t可以運行得更快，從而提高應 用程序的執行速度。由于用戶僅能通過p u b l i c部分所提供的接口與C u r r e n c y類進行交互，
上傳時間： 2015-10-11
上傳用戶：BIBI
替代加密: A B C D E F G H I J K L M N O P Q R S T U V W 密文 Y Z D M R N H X J L I O Q U W A C B E G F K P 明文 X Y Z T S V I HAVE A DREAM！# 密文？？ 用ARM編程實現替代加密。
標簽： 加密
上傳時間： 2016-07-17
上傳用戶：qq521
哈夫曼編碼譯碼,克魯斯卡爾算法,魔王語言的解釋,一元稀疏多項式相乘，C
上傳時間： 2014-01-09
上傳用戶：sz_hjbf
本書第二部分講述的是在Wi n 3 2平臺上的Wi n s o c k編程。對于眾多的基層網絡協議， Wi n s o c k是訪問它們的首選接口。而且在每個Wi n 3 2平臺上，Wi n s o c k都以不同的形式存在著。 Wi n s o c k是網絡編程接口，而不是協議。它從U n i x平臺的B e r k e l e y（B S D）套接字方案借鑒了 許多東西，后者能訪問多種網絡協議。在Wi n 3 2環境中，Wi n s o c k接口最終成為一個真正的 “與協議無關”接口，尤其是在Winsock 2發布之后。
上傳時間： 2015-07-08
上傳用戶：thinode
