本書是關(guān)于計算機科學與工程領(lǐng)域的基礎(chǔ)性研究科目之一——數(shù)據(jù)結(jié)構(gòu)與算法的專著。 本書在簡要回顧了基本的C++ 程序設(shè)計概念的基礎(chǔ)上，全面系統(tǒng)地介紹了隊列、堆棧、樹、圖等基本數(shù)據(jù)結(jié)構(gòu)，以及貪婪算法、分而治之算法、分枝定界算法等多種算法設(shè)計方法，為數(shù)據(jù)結(jié)構(gòu)與算法的繼續(xù)學習和研究奠定了一個堅實的基礎(chǔ)。更為可貴的是，本書不僅僅介紹了理論知識，還提供了50多個應用實例及600多道練習題。 本書內(nèi)容廣博權(quán)威，結(jié)構(gòu)清晰合理，是一本全新的有關(guān)數(shù)據(jù)結(jié)構(gòu)與算法的教材，對于計算機科學與工程領(lǐng)域的從業(yè)人員也是一本很好的參考書。
標簽： 計算機科學 工程領(lǐng)域 數(shù)據(jù)結(jié)構(gòu) 算法
上傳時間： 2015-05-24
上傳用戶：黑漆漆
本電子版所編輯的內(nèi)容來自于清華大學出版社出版的《C程序設(shè)計》第二版，是由著名教授譚浩強主編，該書淺顯易懂，深受參加全國計算機等級考試三級、四級的C語言考生歡迎，不少地方考生反應此書難買，網(wǎng)上出現(xiàn)過word版，供下載，但翻看不便，為此，特制定電子版。 值得注意的是，由于第一章節(jié)介紹TC編程環(huán)境部分使用圖片，電子版不支持，因此，圖片部分出現(xiàn)空格，不過不影響本書的內(nèi)容，大家知道就行了。
標簽： 電子版 清華大學 出版社 C程序設(shè)計
上傳時間： 2015-06-27
上傳用戶：水口鴻勝電器
這是一個三次樣條插值函數(shù)實現(xiàn)的C代碼。如果插值點需要改變，可以在程序中改定。
上傳時間： 2013-12-20
上傳用戶：zhuimenghuadie
HMM(Hidden Markov Model)，狀態(tài)數(shù)目N=3，觀察符號數(shù)目M=2，時間長度T=3。 (a) Probability Evaluation: 給定狀態(tài)轉(zhuǎn)換機率A、狀態(tài)符號觀察機率B、和起始機率 ，求觀察序列 出現(xiàn)的機率。 (b) Optimal State Sequence: 給定狀態(tài)轉(zhuǎn)換機率A、狀態(tài)符號觀察機率B、起始機率 、和觀察序列 ，求一個狀態(tài)序列 使得O出現(xiàn)的機率最大。 (c) Parameter Estimation: 給定狀態(tài)轉(zhuǎn)換機率A、狀態(tài)符號觀察機率B、起始機率 、和觀察序列 ，求新的A、B、 ，使得O出現(xiàn)的機率最大。
上傳時間： 2014-08-28
上傳用戶：heart520beat
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區(qū)域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
上傳時間： 2013-11-26
上傳用戶：懶龍1988
要通過Wi n s o c k建立通信，必須了解如何利用指定的協(xié)議為工作站定址。本章將一一說明 Wi n s o c k支持的協(xié)議以及各協(xié)議如何把一個指定家族的地址解析成網(wǎng)絡(luò)上一臺具體的機器。
標簽： 通信
上傳時間： 2015-07-08
上傳用戶：腳趾頭
用c語言編程，定步長基爾法求解一階常微分方程，給定一階常微分方程的初值問題。
上傳時間： 2014-01-17
上傳用戶：日光微瀾
一個用于復雜網(wǎng)絡(luò)研究中計算網(wǎng)絡(luò)靜態(tài)參數(shù)（度分布，簇系數(shù)等）的c程序（其中的數(shù)據(jù)是具體的可換成其他的數(shù)據(jù)）。很簡單但是對于做復雜網(wǎng)絡(luò)研究的卻很有啟發(fā)的哦。
標簽： 復雜網(wǎng)絡(luò) 參數(shù) 分布 計算
上傳時間： 2013-12-10
上傳用戶：無聊來刷下
本算法的基本功能是用C＋＋語言實現(xiàn)了APRIORI算法，用戶可以先選擇要進行的操作。然后再輸入支持度和置信度，就可得到挖掘的結(jié)果。 輸出的結(jié)果主要包括兩個部分。 1．輸出所有的頻繁項集。 2．輸出所有的產(chǎn)生的規(guī)則。 算法還能夠輸出初始的事務(wù)集合，并且可以輸出產(chǎn)生的中間結(jié)果。
上傳時間： 2013-12-20
上傳用戶：wpwpwlxwlx
1.24位真彩色->256色灰度圖。 2.預處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區(qū)域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
上傳時間： 2014-01-08
上傳用戶：songrui
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
