經典石子合并問題全代碼 在一個園形操場的四周擺放N堆石子（N≤100），現要將石子有次序地合并成一堆。規定 每次只能選相鄰的兩堆合并成新的一堆，并將新的一堆的石子數，記為該次合并的得分。 編一程序，由文件讀入堆數N及每堆的石子數（≤２０）， ①選擇一種合并石子的方案，使得做N－1次合并，得分的總和最小； ②選擇一種合并石子的方案，使得做N－1次合并，得分的總和最大。
上傳時間： 2013-12-12
上傳用戶：tedo811
在o(n)時間內，從一個數組中尋找到第k大的數
標簽：
上傳時間： 2013-12-18
上傳用戶：diets
一、問題描述若要在n個城市之間建役通信網絡，只福要架設n-1條級路即可．如何以最低的經濟代價建設這個通信網，是一個網的最小生成樹問題。二、基本要求 （1）利用克魯斯卡爾算法求圖的最小生成樹。 （2）能實現教科書6.5節中定義的抽象數據類型MFSet.以此表示構造生成樹過程中的連通分量。 (3 ) 以文本形式輸出生成樹中各條邊以及他們的權值．三、需求分析 1、構造圖結構。 2、利用克魯斯卡爾算法求圖的最小生成樹。 3、完成生成樹的輸出。
上傳時間： 2017-08-24
上傳用戶：wlcaption
在一個n*n 矩陣中找到 沿著八個方向搜索，找長度大于4并且字典中包含的單詞。
上傳時間： 2013-12-12
上傳用戶：愛死愛死
請認真閱讀您的文件包然后寫出其具體功能(至少要20個字)。盡量不要讓站長把時間都花費在為您修正說明上。壓縮包解壓時不能有密碼。系
上傳時間： 2017-09-12
上傳用戶：royzhangsz
透過jjil在android上實現haar人臉偵測
上傳時間： 2014-01-04
上傳用戶：colinal
Dandn文件給出了輸入參數的名稱及格式 即在調用prim前先輸入鄰接矩陣D和節點個數n 輸入prim 得到兩行的矩陣T,將上下兩行數字對應的節點相連即可
上傳時間： 2014-08-10
上傳用戶：康郎
在一個圓形操場的四周擺放著n堆石子。現要將石子有次序地合并成一堆。規定每次只能選相鄰的2堆石子合并成新的一堆，并將新的一堆石子數記為該次合并的得分。試設計一個算法，計算出將n堆石子合并成一堆的最小得分和最大得分，并分析算法的計算復雜性。
標簽： 合并
上傳時間： 2018-12-20
上傳用戶：969895392
神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ，環境模型 妁表示 是非常重要 的。未 知 環境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環境，在滿足 精度要求 的情況下，必定要占用大量的內存，并且采用柵 格法進行路徑規劃，其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡，其學習的結 果能體現出輸入樣本的分布情況，從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性，可采 用K0h0n曲 神經元 的 權向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網絡輸入，神經嘲絡通 過對大量的輸八樣本的學習，其神經元就會體現出一定的 分布形 式 學習過程如下：開 始時網絡的權值隨機地賦值 ， 其后接下式進行學 習： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經元 1在t時刻對 應的權值 ；a(∽ 謂整系 數 ； (『l網絡的輸八矢量；Ⅳ()：學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (，) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ，如果神 經元 的數量 太少 ．它們就 不能 覆 蓋整十空間，結果會導致節點穿過障礙物區域 如果節點 妁數量太大 ．節點就會表示更多的區域，也就得不到距障 礙物的最大距離。在這種情況下，節點是對整個 自由空間 的學 習，而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義，在每個學習階段的結柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節點 來 覆蓋整 十 自由窯 間，需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ，應該采用較少的網絡 節點升 始學習，逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構，可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中，可采用人】：神經嘲 絡技術對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ，足以全局規荊為指 導 利用在線得到的局部環境信息，在盡可能短的時問內
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
直接轉矩控制技術，是繼矢量控制技術之后出現的又一種新的控制思想，其控制手段直接，系統響應迅速，具有優良的靜、動態特性，系統魯棒性好，因而受到了普遍關注并得到了迅速發展。 本論文從交流調速技術的發展開始，分析了異步電機直接轉矩控制的基本原理，推導了u-l、i-n兩種磁鏈模型，并對這兩種磁鏈模型的適應范圍和特點進行了分析，然后推導了在全速范圍都適用的u-n模型。u-n模型的特點是：低速下工作于i-n模型，高速下工作于u-i模型，高低速之間自然過渡，加之引入電流調節器對電流觀測值進行補償，大大提高了模型的觀測精度。 然后以交流電力機車為例，介紹了直接轉矩控制技術在交流調速系統中的應用，并根據電力機車的牽引特性，設計了不同的控制策略： (1)低速區：采用圓形磁鏈的直接轉矩控制； (2)高速區：采用六邊形磁鏈的直接轉矩控制； (3)弱磁區：通過改變磁鏈給定值來調節轉矩，實現恒功率調節。 同時應用MATLAB/SIMULINK軟件建立了直接轉矩控制系統的仿真模型，并得出了仿真結果，驗證了該方法的正確性。 最后介紹了無速度傳感器的直接轉矩控制方法，推導了基于模型參考自適應(MRAS)理論的轉子轉速的辨識方法，建立了轉子轉速的辨識模型，并得到了仿真結果。
上傳時間： 2013-04-24
上傳用戶：wangrong
