設(shè)A與B分別為兩個帶有頭結(jié)點(diǎn)的有序循環(huán)鏈表（所謂有序是指鏈接點(diǎn)按數(shù)據(jù)域值大小鏈接，本題不妨設(shè)按數(shù)據(jù)域值從小到大排列），list1和list2分別為指向兩個鏈表的指針。請寫出將這兩個鏈表合并為一個帶頭結(jié)點(diǎn)的有序循環(huán)鏈表的算法
標(biāo)簽： 分 循環(huán) 數(shù)據(jù)域
上傳時間： 2017-01-14
上傳用戶：zhangyigenius
4． 假設(shè)有兩個按數(shù)據(jù)元素值非遞減有序排列的線性表A和B，均以單鏈表作為存儲結(jié)構(gòu)。編寫算法將A表和B表歸并成一個按元素值遞減有序（即非遞增有序，允許值相同）排列的線性表C。
標(biāo)簽： 數(shù)據(jù) 元素 減 線性
上傳時間： 2013-12-20
上傳用戶：笨小孩
b-樹的增加,刪除,已對八百萬個數(shù)據(jù)進(jìn)行過測試,而且是對多個M值
標(biāo)簽： 樹 刪除 數(shù)據(jù) 測試
上傳時間： 2014-01-17
上傳用戶：nairui21
介紹行列劃分算法和矩陣相乘并行算法M P I 程序, 給出基于矩陣相乘并行算法的M P I 實(shí)現(xiàn), 分析和討 論處理器數(shù)目、復(fù)雜性、矩陣劃分、B 子塊傳遞、死鎖避免和矩陣數(shù)據(jù)的獲取等問題.
上傳時間： 2017-06-03
上傳用戶：royzhangsz
杜利特爾三角分解用此方法解Ax=b的方程。
上傳時間： 2014-01-04
上傳用戶：康郎
迭代法求最佳閾值 圖像為baboon.bmp 分別對R,G,B三個顏色求閾值，進(jìn)行分割
上傳時間： 2017-09-10
上傳用戶：q123321
實(shí)驗(yàn)?zāi)康? 通過上機(jī)實(shí)習(xí),加深對語法制導(dǎo)翻譯原理的理解,掌握將語法分析所識別的語法成分變換為中間代碼的語義翻譯方法. 實(shí)驗(yàn)要求 采用遞歸下降語法制導(dǎo)翻譯法,對算術(shù)表達(dá)式、賦值語句進(jìn)行語義分析并生成四元式序列。 實(shí)驗(yàn)的輸入和輸出 輸入是語法分析提供的正確的單詞串，輸出為三地址指令形式的四元式序列。 例如：對于語句串 begin a:=2+3*4 x:=(a+b)/c end# 輸出的三地址指令如下： （1） t1=3*4 （2） t2=2+t1 （3） a=t2 （4） t3=a+b （5） t4=t3/c （6） x=t4
標(biāo)簽： 分 翻譯 實(shí)驗(yàn) 制導(dǎo)
上傳時間： 2017-09-27
上傳用戶：hjshhyy
描述了NTC使用B值計算出實(shí)際溫度與輸出的電壓之間的關(guān)系。
標(biāo)簽： ntc計算
上傳時間： 2022-06-15
上傳用戶：
本文在參考了國內(nèi)外已有多自由度球電機(jī)的基礎(chǔ)上,提出了正交圓柱結(jié)構(gòu)的兩自由度電機(jī),它是獨(dú)立設(shè)計的一種創(chuàng)新結(jié)構(gòu).此電機(jī)可分解為兩個獨(dú)立的兩相混合式步進(jìn)電機(jī):分別為內(nèi)層小電機(jī)(外轉(zhuǎn)子兩相混合式步進(jìn)電機(jī))和外層大電機(jī)(扇形結(jié)構(gòu)的兩相混合式步進(jìn)電機(jī)).本文以兩自由度電機(jī)為對象,采用"齒層比磁導(dǎo)法",對電機(jī)的矩角特性進(jìn)行計算和分析,用得到的矩角特性與設(shè)計要求相比較,從而為優(yōu)化尺寸設(shè)計提供參考.
上傳時間： 2013-07-19
上傳用戶：axe2010
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態(tài)的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對目前該研究領(lǐng)域中存在的分析方法問題和分類識別技術(shù)難點(diǎn)展開了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內(nèi)容包括以下5個方面： a）心音信號采集與預(yù)處理。本文采用自行研制的帶有錄音機(jī)功能的聽診器實(shí)現(xiàn)對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據(jù)實(shí)驗(yàn)分析，選擇Donoho閾值函數(shù)結(jié)合多級閾值的方法作為心音信號預(yù)處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進(jìn)行了時頻譜特性分析，結(jié)果表明：不同的時頻分析方法與待分析心音信號的特性有密切關(guān)系，即需要在小的交叉項(xiàng)干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應(yīng)錐形核時頻（ATF）分析方法，通過實(shí)驗(yàn)驗(yàn)證該分布能較好地反映心音信號的時頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應(yīng)錐形核時頻分析方法進(jìn)行心音信號分析。 c）心音信號特征向量提取。根據(jù)對3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫中標(biāo)準(zhǔn)心音信號的時頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過Fihser降維處理方法提取出了實(shí)現(xiàn)分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據(jù)心音信號特征向量組成的散點(diǎn)圖，研究了支持向量機(jī)核函數(shù)、多分類支持向量機(jī)的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號分類的支持向量機(jī)模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機(jī)的學(xué)習(xí)樣本，對余下的每類20組數(shù)據(jù)進(jìn)行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進(jìn)行分類實(shí)測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗(yàn)證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實(shí)現(xiàn)了心音信號分析與識別的軟件運(yùn)行平臺構(gòu)建，可完成對心音信號的讀取、預(yù)處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態(tài)鏈接，實(shí)現(xiàn)對心音信號分析數(shù)據(jù)的存儲以及統(tǒng)計功能；最后，通過對心音信號2維特征向量的分析，實(shí)現(xiàn)心音信號的自動識別功能。 本文的研究特色主要體現(xiàn)在心音信號特征向量提取的方法以及多分類支持向量機(jī)模型的建立兩方面。 綜上所述，本文從理論與實(shí)踐兩方面對心音信號進(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時頻分析方法提取心音信號特征向量，根據(jù)心音信號特征向量組成的散點(diǎn)圖，建立心音信號分類的支持向量機(jī)模型，并對正常心音信號和4種心臟雜音信號進(jìn)行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號種類及數(shù)據(jù)量尚不足，因此，今后的工作重點(diǎn)是采集更多種類的心臟雜音信號，進(jìn)一步提高心音信號分類精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽診。 關(guān)鍵詞：心音信號，小波降噪，非平穩(wěn)信號，心臟雜音，信號處理，時頻分析，自適應(yīng)，支持向量機(jī)
上傳時間： 2013-04-24
上傳用戶：weixiao99
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
