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
