<option id="o8ais"></option> 已知n個(gè)城市之間的相互距離，現(xiàn)有一個(gè)推銷員必須遍訪這n個(gè)城市，并且每個(gè)城市 只能訪問一次，最后又必須返回出發(fā)城市。如何安排他對(duì)這些城市的訪問次序，可使其 旅行路線的總長(zhǎng)度最短？
標(biāo)簽： 城市
上傳時(shí)間： 2013-12-28
上傳用戶：三人用菜
數(shù)據(jù)結(jié)構(gòu)的課程設(shè)計(jì) 輸入長(zhǎng)度N 可以輸出所有可能序列 并演示
標(biāo)簽： 數(shù)據(jù)結(jié)構(gòu) 序列 輸入 長(zhǎng)度
上傳時(shí)間： 2014-01-01
上傳用戶：dongbaobao
全班有N（2<=N<=45）個(gè)人排成一排，但因?yàn)楦甙积R，需要進(jìn)行調(diào)整。調(diào)整的方法是，不調(diào)換左右次序，只讓若干人后退一步變?yōu)榈?排，使第一排留下的人從左到右的身高按降序排列，即右邊的人不比左邊的人高。如果第2排的人還不按降序排列，則照此辦理，即再讓第2排的若干人后退一步變?yōu)榈?排，這樣繼續(xù)下去，直到所有排的人都按身高從高到低排列。 調(diào)整中，你需要找出一種使第一排留下的人數(shù)盡可能多的調(diào)整方法，第二排若需要繼續(xù)調(diào)整，則也應(yīng)使第二排留下的人數(shù)盡可能多，余類推。
上傳時(shí)間： 2015-06-29
上傳用戶：zhenyushaw
HMM(Hidden Markov Model)，狀態(tài)數(shù)目N=3，觀察符號(hào)數(shù)目M=2，時(shí)間長(zhǎng)度T=3。 (a) Probability Evaluation: 給定狀態(tài)轉(zhuǎn)換機(jī)率A、狀態(tài)符號(hào)觀察機(jī)率B、和起始機(jī)率 ，求觀察序列 出現(xiàn)的機(jī)率。 (b) Optimal State Sequence: 給定狀態(tài)轉(zhuǎn)換機(jī)率A、狀態(tài)符號(hào)觀察機(jī)率B、起始機(jī)率 、和觀察序列 ，求一個(gè)狀態(tài)序列 使得O出現(xiàn)的機(jī)率最大。 (c) Parameter Estimation: 給定狀態(tài)轉(zhuǎn)換機(jī)率A、狀態(tài)符號(hào)觀察機(jī)率B、起始機(jī)率 、和觀察序列 ，求新的A、B、 ，使得O出現(xiàn)的機(jī)率最大。
標(biāo)簽： Hidden Markov Model HMM
上傳時(shí)間： 2014-08-28
上傳用戶：heart520beat
數(shù)字圖像矩陣數(shù)據(jù)的顯示及其傅立葉變換 二維離散余弦變換的圖像壓縮 采用灰度變換的方法增強(qiáng)圖像的對(duì)比度 直方圖均勻化 模擬圖像受高斯白噪聲和椒鹽噪聲的影響 采用二維中值濾波函數(shù)medfilt2對(duì)受椒鹽噪聲干擾的圖像濾波 用MATLAB中的函數(shù)filter2對(duì)受噪聲干擾的圖像進(jìn)行均值濾波 圖像的自適應(yīng)魏納濾波 運(yùn)用5種不同的梯度增強(qiáng)法進(jìn)行圖像銳化 圖像的高通濾波和掩模處理 用巴特沃斯（Butterworth）低通濾波器對(duì)受噪聲干擾的圖像進(jìn)行平滑處理 利用巴特沃斯（Butterworth）高通濾波器對(duì)圖像進(jìn)行銳化處理
標(biāo)簽： 數(shù)字圖像 傅立葉變換 二維離散余弦變換 二維
上傳時(shí)間： 2015-07-01
上傳用戶：xieguodong1234
程序代碼說明 灰度AGV路徑識(shí)別 彩色AGV路徑識(shí)別 HSI彩色空間的AGV路徑識(shí)別 路徑中心線的定位 Radon變換的AGV路徑偏差檢測(cè)
標(biāo)簽： AGV Radon 路徑識(shí)別 HSI
上傳時(shí)間： 2015-07-01
上傳用戶：
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預(yù)處理:中值濾波。 3.二值化:用一個(gè)初始閾值T對(duì)圖像A進(jìn)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(duì)不同牌照有一定的適應(yīng)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(duì)圖像B做簡(jiǎn)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(huì)影響整體效果。 5.用自定義模板進(jìn)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(duì)G進(jìn)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(cè)車牌水平位置,利用垂直投影法檢測(cè)車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
上傳時(shí)間： 2013-11-26
上傳用戶：懶龍1988
360度全景頁面的源碼和腳本,雙擊index.htm可看效果.
上傳時(shí)間： 2014-02-24
上傳用戶：diets
關(guān)于在LINUX下的計(jì)算日期時(shí)間的代碼.計(jì)算N天后,或者N天前的日期.
上傳時(shí)間： 2015-07-02
上傳用戶：zq70996813
高整合度MPEG4 IP Camera方案，本文首先概念性的介紹了市面上IP camera監(jiān)控系統(tǒng)和IP Camera的構(gòu)成。接著介紹智原科技最新推出的高整合度MPEG4編解碼SoC平臺(tái) - FIC8120。重點(diǎn)介紹了基于FIC8120的IP Camera方案
上傳時(shí)間： 2013-12-20
上傳用戶：天誠(chéng)24
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
