講述ARM下的字符數(shù)據(jù)對(duì)齊方式的內(nèi)容,以及采用字節(jié)對(duì)齊方式的原理及需要對(duì)齊的原因和考慮硬件內(nèi)存情況下不需要對(duì)齊的方法。
上傳時(shí)間: 2014-01-12
上傳用戶:zgu489
自動(dòng)計(jì)算兩個(gè)正態(tài)分佈的數(shù)據(jù)的重疊部分, 一般用來(lái)預(yù)估不良率
上傳時(shí)間: 2017-03-30
上傳用戶:refent
ellipse detection using the hough transform 作者 H.K. Yuen, J. Illingworth and J. Kittler Department of Electronics and Electrical Engineering University of Surrey, Guildford。對(duì)霍夫變換檢測(cè)檢測(cè)橢圓的原理有一定的參考意義。
標(biāo)簽: J. H.K. Illingworth Department
上傳時(shí)間: 2014-02-25
上傳用戶:hongmo
課程設(shè)計(jì): 1.求出在一個(gè)n×n的棋盤上,放置n個(gè)不能互相捕捉的國(guó)際象棋“皇后”的所有布局。 2.設(shè)計(jì)一個(gè)利用哈夫曼算法的編碼和譯碼系統(tǒng),重復(fù)地顯示并處理以下項(xiàng)目,直到選擇退出為止。 【基本要求】 1) 將權(quán)值數(shù)據(jù)存放在數(shù)據(jù)文件(文件名為data.txt,位于執(zhí)行程序的當(dāng)前目錄中) 2) 分別采用動(dòng)態(tài)和靜態(tài)存儲(chǔ)結(jié)構(gòu) 3) 初始化:鍵盤輸入字符集大小n、n個(gè)字符和n個(gè)權(quán)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(shè)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(biāo)簽:
上傳時(shí)間: 2017-04-24
上傳用戶:zhyiroy
fddfds k j kjk lj klj klj kl
上傳時(shí)間: 2014-01-21
上傳用戶:skhlm
Q. Zhou, J.K. Aggarwal. Tracking and Classifying Moving Objects from Video. 這篇文章另辟蹊徑,利用“緊湊度值的變化、運(yùn)動(dòng)方向的變化”,區(qū)分人、人群、機(jī)動(dòng)車。達(dá)到良好的分類效果。是運(yùn)動(dòng)目標(biāo)分類領(lǐng)域的好文章。
標(biāo)簽: Q. J.K. Classifying Aggarwal
上傳時(shí)間: 2013-12-17
上傳用戶:alan-ee
樣板 B 樹 ( B - tree ) 規(guī)則 : (1) 每個(gè)節(jié)點(diǎn)內(nèi)元素個(gè)數(shù)在 [MIN,2*MIN] 之間, 但根節(jié)點(diǎn)元素個(gè)數(shù)為 [1,2*MIN] (2) 節(jié)點(diǎn)內(nèi)元素由小排到大, 元素不重複 (3) 每個(gè)節(jié)點(diǎn)內(nèi)的指標(biāo)個(gè)數(shù)為元素個(gè)數(shù)加一 (4) 第 i 個(gè)指標(biāo)所指向的子節(jié)點(diǎn)內(nèi)的所有元素值皆小於父節(jié)點(diǎn)的第 i 個(gè)元素 (5) B 樹內(nèi)的所有末端節(jié)點(diǎn)深度一樣
上傳時(shí)間: 2017-05-14
上傳用戶:日光微瀾
fswgwdf kfjg s kfjg sgkjf skf s k j fgj sjhs ir hs fkgspy kfgjpsoy s
標(biāo)簽: kfjg kfgjpsoy fswgwdf fkgspy
上傳時(shí)間: 2013-12-11
上傳用戶:leixinzhuo
世界級(jí)軟件公司的研發(fā)模式 在愛德華(J.D. Edwards)、仁科(PeopleSoft)、甲骨文(Oracle)三大公司做軟件開發(fā)工作
標(biāo)簽: J.D. PeopleSoft Edwards Oracle
上傳時(shí)間: 2017-05-29
上傳用戶:英雄
提出了一種用于矢量量化的改進(jìn)的聚類算法,該算法在MKM(Modified K-Means)算法的框架的基礎(chǔ)上,對(duì)初始碼本的生成、失真測(cè)度的選擇、非典型胞腔的處理等方面進(jìn)行了改進(jìn),從而減少了原算法在能量和增益上對(duì)聚類結(jié)果的影響.并將該算法應(yīng)用于波形編輯孤立字識(shí)別器,這種識(shí)別器直接對(duì)語(yǔ)音樣本的時(shí)域波形進(jìn)行訓(xùn)練和聚類,不需要提取語(yǔ)音參數(shù),算法復(fù)雜度較低,加上提出的聚類算法失真測(cè)度簡(jiǎn)單易實(shí)現(xiàn),對(duì)芯片的運(yùn)算能力要求不高,非常適用于有低成本要求的語(yǔ)音識(shí)別器場(chǎng)合.通過(guò)中文元音字識(shí)別的實(shí)驗(yàn)證明,在相同碼本尺寸下,運(yùn)用改進(jìn)后的聚類算法的識(shí)別器的識(shí)別率有所提高.
標(biāo)簽: Modified K-Means 算法 MKM
上傳時(shí)間: 2017-05-30
上傳用戶:tianjinfan
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1