1.感知器對于線型可分問題的收斂性證明 2.用感知器對線型可分得問題進行分類 1)分三類的問題 2)一組10維數據的分類 3．用感知器對線型不可分的問題進行分類及 不能正確分類的原因證明 說明： 1.運行程序不僅能得到分類的結果，還能夠得到網絡性能分析的結果 2.matlab7.0下實現
上傳時間： 2016-05-01
上傳用戶：ecooo
VC環境下編寫的網絡協議分析程序的集合，是研究網絡編程的程序員應該了解的基本知識，程序內容廣泛，易讀性強
上傳時間： 2013-12-30
上傳用戶：zhenyushaw
基于ARM7 TDMI 的SoC 片內AC97 模塊和片外CODEC UCB1400 ,采用ITU T 的G. 721 算法設計 語音處理系統 提出一種基于低端RISC 核的語音系統設計方案。該方案結合SoC 的片內eSRAM 模塊 進行性能優化 通過在流片后的實際樣機上驗證,編碼速率為19. 88 KB/ s ,解碼速率為22. 68 KB/ s ,達到 了語音實時性要求。
上傳時間： 2016-05-10
上傳用戶：zhuoying119
無級 變 速 器又稱CVT( continuouslyv ariable transmission,CV T)，其速比可以連續變化，使用 這種變速器，可有效地利用發動機的性能，使發動 機與傳動系得到最佳的匹配，從而提高汽車的燃 油經濟性和動力性。無級變速器是迄今為止最理 想的變速器，它代表著當今汽車變速器發展的水 平和方向。
標簽： continuouslyv transmission ariable CVT
上傳時間： 2016-06-03
上傳用戶：Zxcvbnm
貪吃蛇*要點分析： *1）數據結構：matrix[][]用來存儲地圖上面的信息，如果什么也沒有設置為false， * 如果有食物或蛇，設置為true；nodeArray，一個LinkedList，用來保存蛇的每 * 一節；food用來保存食物的位置；而Node類是保存每個位置的信息。 *2）重要函數： * changeDirection(int newDirection) ，用來改變蛇前進的方向，而且只是 * 保存頭部的前進方向，因為其他的前進方向已經用位置來指明了。 其中newDirection * 必須和原來的direction不是相反方向，所以相反方向的值用了同樣的奇偶性。在測試 * 的時候使用了direction％2!=newDirection％2 進行判斷。 * moveOn(),用來更新蛇的位置，對于當前方向，把頭部位置進行相應改變。如果越界， * 結束；否則，檢測是否遇到食物（加頭部）或身體（結束）；如果什么都沒有，加上頭部， * 去掉尾部。由于用了LinkedList數據結構，省去了相當多的麻煩。
上傳時間： 2014-06-14
上傳用戶：cjf0304
信號與系統試驗報告 離散傅立葉變換（DFT）和頻譜分析 一、實驗內容 1、實驗題目 （1）編寫DFT、IDFT程序，并驗證其正確性（提示：可利用沖激函數進行驗證）。 （2）計算信號f(t)=e-at2sin(2∏ft)的離散傅立葉變換（DFT），求其振幅譜，相位譜、振幅最大值對應的頻譜（檢測主頻）以及對發f(t)進行DFT變換的結果實現IDFT變換，并畫出圖形。 參數選擇如下：頻率f =30HZ，a=f 2㏑(M),M=2.5 2、通過實驗理解信號振幅譜、相位譜的物理意義，掌握DFT、IDFT算法的實現方法。
上傳時間： 2016-06-13
上傳用戶：sammi
!逐步回歸分析程序： ! M：輸入變量，M=N+1，其中N為自變量的個數；M包括的因變量個數 ! K：輸入變量，觀測點數； ! F1：引入因子時顯著性的F-分布值； ! F2：剔除因子時顯著性的F-分布值； ! XX：存放自變量和因變量的平均值； ! B：存放回歸系數； ! V：存放偏回歸平方和和殘差平方和Q； ! S：存放回歸系數的標準偏差和估計的標準偏差； ! C：存放復相關系數； ! F：存放F-檢驗值；
上傳時間： 2013-12-12
上傳用戶：zaizaibang
idea的算法分析，肯能參考性不大，只供大家參考，多多交流
上傳時間： 2014-01-18
上傳用戶：qq21508895
J T AG 接口插座與DSP芯片的距離:為了保證JTAG信號不受干擾，需 要注意兩者之間的距離不超過六英寸(15甲24厘米)，超過這個距離，就需要在中 間加緩沖芯片。本設計中使用了244作為緩沖芯片，但其原因不是由于器件之間 距離過長，而是考慮到仿真器工作在5V電壓，DSP引腳為3.3V，為了電平兼容 性而進行的電壓轉換功能。
上傳時間： 2013-12-18
上傳用戶：fnhhs
傅立葉描述子是分析和識別物體形狀的重要方法之一．利用基于曲線多邊形近似的連續傅立葉變換方法 計算傅立葉描述子，并通過形狀的主方向消除邊界起始點相位影響的方法，定義了新的具有旋轉、平移和尺度不變 性的歸一化傅立葉描述子．與使用離散傅立葉變換和模歸一化的傳統傅立葉描述子相比，新的歸一化傅立葉描述 子同時保留了模與相位特性，因此能夠更好地識別物體的形狀．實驗表明這種新的歸一化傅立葉描述子比傳統的 傅立葉描述子能夠更加高效、準確地識別物體的形狀．
上傳時間： 2016-08-13
上傳用戶：cylnpy
