一種嵌入可讀水印的自適應盲水印算法， 本文提出了一種基于DWT的嵌入可讀水印的自適應盲水印算法,通過分析圖像經離散小波變換后細 節(jié)子帶系數的特性,把細節(jié)子帶系數的均值和方差作為水印信息的一部分來自適應地修改圖像小波分解后某些細節(jié) 子帶的系數值,在滿足水印不可感知性的條件下自適應地嵌入水印信息,實現了水印不可感知性和魯棒性之間的折 衷. 同時,水印的提取無須求助于原圖像,很好的實現了水印的盲檢測. 這里的水印是一幅有實際意義的二值圖像. 實 驗結果和攻擊測試表明,本文提出的算法對JPEG/ JPEG2000 壓縮、添加噪聲、剪切、像素移位等多種攻擊有較強的魯棒 性,同時對直方圖均衡化、對比度調整和高斯濾波等圖像處理操作也具有一定的抵抗能力.
上傳時間： 2017-08-30
上傳用戶：陽光少年2016
迷宮問題以一個m＊n的長方陣表示迷宮，0和1分別表示迷宮中的通路和障礙．設計一個程序，對任意設定的迷宮，求出一條入口到出口的通路，或的出沒有通路的結論． ｛基本要求｝： （1）實現一個以鏈表作存儲結構的棧類型，然后編寫一個求解迷宮的非遞歸程序。求得的通路以三元組（i，j，d）的形式輸出，其中：（i，j）指示迷宮中的一個坐標，d表示走到下一個坐標的方向． （2）編寫遞歸形式的算法，求迷宮中所有通路． （3）以方陣形式輸出迷宮及其通路
標簽： 迷宮
上傳時間： 2014-01-03
上傳用戶：zhengzg
本文首先說明了本次課程設計的目的和軟硬件環(huán)境，然后介紹了J-Sim的編譯與配置；接下來，在第四章說明了無線傳感器網絡各結點的內部結構圖，第五章和第六章是我們對J-Sim中無線網絡包和傳感器網絡包所做的總體分析，在閱讀第五章和第六章之前，需要先閱讀第四章，理解各結點的內部結構圖。最后，我們對一個簡單的無線傳感器網絡進行了仿真
上傳時間： 2017-09-24
上傳用戶：黃華強
電子設備冷卻技術為電子設備熱設計的經典書籍，為斯坦伯格的力作
標簽： 熱設計
上傳時間： 2015-03-17
上傳用戶：18649751080
第1章 緒論 1 1.1 程序設計語言概述 1 1.1.1 機器語言 1 1.1.2 匯編語言 2 1.1.3 高級語言 2 1.1.4 C語言 3 1.2 C語言的優(yōu)點和缺點 4 1.2.1 C語言的優(yōu)點 4 1.2.2 C語言的缺點 6 1.3 算法概述 7 1.3.1 算法的基本特征 7 1.3.2 算法的復雜度 8 1.3.3 算法的準確性 10 1.3.4 算法的穩(wěn)定性 14 第2章 復數運算 18 2.1 復數的四則運算 18 2.1.1 [算法1] 復數乘法 18 2.1.2 [算法2] 復數除法 20 2.1.3 【實例5】 復數的四則運算 22 2.2 復數的常用函數運算 23 2.2.1 [算法3] 復數的乘冪 23 2.2.2 [算法4] 復數的n次方根 25 2.2.3 [算法5] 復數指數 27 2.2.4 [算法6] 復數對數 29 2.2.5 [算法7] 復數正弦 30 2.2.6 [算法8] 復數余弦 32 2.2.7 【實例6】 復數的函數運算 34 第3章 多項式計算 37 3.1 多項式的表示方法 37 3.1.1 系數表示法 37 3.1.2 點表示法 38 3.1.3 [算法9] 系數表示轉化為點表示 38 3.1.4 [算法10] 點表示轉化為系數表示 42 3.1.5 【實例7】 系數表示法與點表示法的轉化 46 3.2 多項式運算 47 3.2.1 [算法11] 復系數多項式相乘 47 3.2.2 [算法12] 實系數多項式相乘 50 3.2.3 [算法13] 復系數多項式相除 52 3.2.4 [算法14] 實系數多項式相除 54 3.2.5 【實例8】 復系數多項式的乘除法 56 3.2.6 【實例9】 實系數多項式的乘除法 57 3.3 多項式的求值 59 3.3.1 [算法15] 一元多項式求值 59 3.3.2 [算法16] 一元多項式多組求值 60 3.3.3 [算法17] 二元多項式求值 63 3.3.4 【實例10】 一元多項式求值 65 3.3.5 【實例11】 二元多項式求值 66 第4章 矩陣計算 68 4.1 矩陣相乘 68 4.1.1 [算法18] 實矩陣相乘 68 4.1.2 [算法19] 復矩陣相乘 70 4.1.3 【實例12】 實矩陣與復矩陣的乘法 72 4.2 矩陣的秩與行列式值 73 4.2.1 [算法20] 求矩陣的秩 73 4.2.2 [算法21] 求一般矩陣的行列式值 76 4.2.3 [算法22] 求對稱正定矩陣的行列式值 80 4.2.4 【實例13】 求矩陣的秩和行列式值 82 4.3 矩陣求逆 84 4.3.1 [算法23] 求一般復矩陣的逆 84 4.3.2 [算法24] 求對稱正定矩陣的逆 90 4.3.3 [算法25] 求托伯利茲矩陣逆的Trench方法 92 4.3.4 【實例14】 驗證矩陣求逆算法 97 4.3.5 【實例15】 驗證T矩陣求逆算法 99 4.4 矩陣分解與相似變換 102 4.4.1 [算法26] 實對稱矩陣的LDL分解 102 4.4.2 [算法27] 對稱正定實矩陣的Cholesky分解 104 4.4.3 [算法28] 一般實矩陣的全選主元LU分解 107 4.4.4 [算法29] 一般實矩陣的QR分解 112 4.4.5 [算法30] 對稱實矩陣相似變換為對稱三對角陣 116 4.4.6 [算法31] 一般實矩陣相似變換為上Hessen-Burg矩陣 121 4.4.7 【實例16】 對一般實矩陣進行QR分解 126 4.4.8 【實例17】 對稱矩陣的相似變換 127 4.4.9 【實例18】 一般實矩陣相似變換 129 4.5 矩陣特征值的計算 130 4.5.1 [算法32] 求上Hessen-Burg矩陣全部特征值的QR方法 130 4.5.2 [算法33] 求對稱三對角陣的全部特征值 137 4.5.3 [算法34] 求對稱矩陣特征值的雅可比法 143 4.5.4 [算法35] 求對稱矩陣特征值的雅可比過關法 147 4.5.5 【實例19】 求上Hessen-Burg矩陣特征值 151 4.5.6 【實例20】 分別用兩種雅克比法求對稱矩陣特征值 152 第5章 線性代數方程組的求解 154 5.1 高斯消去法 154 5.1.1 [算法36] 求解復系數方程組的全選主元高斯消去法 155 5.1.2 [算法37] 求解實系數方程組的全選主元高斯消去法 160 5.1.3 [算法38] 求解復系數方程組的全選主元高斯-約當消去法 163 5.1.4 [算法39] 求解實系數方程組的全選主元高斯-約當消去法 168 5.1.5 [算法40] 求解大型稀疏系數矩陣方程組的高斯-約當消去法 171 5.1.6 [算法41] 求解三對角線方程組的追趕法 174 5.1.7 [算法42] 求解帶型方程組的方法 176 5.1.8 【實例21】 解線性實系數方程組 179 5.1.9 【實例22】 解線性復系數方程組 180 5.1.10 【實例23】 解三對角線方程組 182 5.2 矩陣分解法 184 5.2.1 [算法43] 求解對稱方程組的LDL分解法 184 5.2.2 [算法44] 求解對稱正定方程組的Cholesky分解法 186 5.2.3 [算法45] 求解線性最小二乘問題的QR分解法 188 5.2.4 【實例24】 求解對稱正定方程組 191 5.2.5 【實例25】 求解線性最小二乘問題 192 5.3 迭代方法 193 5.3.1 [算法46] 病態(tài)方程組的求解 193 5.3.2 [算法47] 雅克比迭代法 197 5.3.3 [算法48] 高斯-塞德爾迭代法 200 5.3.4 [算法49] 超松弛方法 203 5.3.5 [算法50] 求解對稱正定方程組的共軛梯度方法 205 5.3.6 [算法51] 求解托伯利茲方程組的列文遜方法 209 5.3.7 【實例26】 解病態(tài)方程組 214 5.3.8 【實例27】 用迭代法解方程組 215 5.3.9 【實例28】 求解托伯利茲方程組 217 第6章 非線性方程與方程組的求解 219 6.1 非線性方程求根的基本過程 219 6.1.1 確定非線性方程實根的初始近似值或根的所在區(qū)間 219 6.1.2 求非線性方程根的精確解 221 6.2 求非線性方程一個實根的方法 221 6.2.1 [算法52] 對分法 221 6.2.2 [算法53] 牛頓法 223 6.2.3 [算法54] 插值法 226 6.2.4 [算法55] 埃特金迭代法 229 6.2.5 【實例29】 用對分法求非線性方程組的實根 232 6.2.6 【實例30】 用牛頓法求非線性方程組的實根 233 6.2.7 【實例31】 用插值法求非線性方程組的實根 235 6.2.8 【實例32】 用埃特金迭代法求非線性方程組的實根 237 6.3 求實系數多項式方程全部根的方法 238 6.3.1 [算法56] QR方法 238 6.3.2 【實例33】 用QR方法求解多項式的全部根 240 6.4 求非線性方程組一組實根的方法 241 6.4.1 [算法57] 梯度法 241 6.4.2 [算法58] 擬牛頓法 244 6.4.3 【實例34】 用梯度法計算非線性方程組的一組實根 250 6.4.4 【實例35】 用擬牛頓法計算非線性方程組的一組實根 252 第7章 代數插值法 254 7.1 拉格朗日插值法 254 7.1.1 [算法59] 線性插值 255 7.1.2 [算法60] 二次拋物線插值 256 7.1.3 [算法61] 全區(qū)間插值 259 7.1.4 【實例36】 拉格朗日插值 262 7.2 埃爾米特插值 263 7.2.1 [算法62] 埃爾米特不等距插值 263 7.2.2 [算法63] 埃爾米特等距插值 267 7.2.3 【實例37】 埃爾米特插值法 270 7.3 埃特金逐步插值 271 7.3.1 [算法64] 埃特金不等距插值 272 7.3.2 [算法65] 埃特金等距插值 275 7.3.3 【實例38】 埃特金插值 278 7.4 光滑插值 279 7.4.1 [算法66] 光滑不等距插值 279 7.4.2 [算法67] 光滑等距插值 283 7.4.3 【實例39】 光滑插值 286 7.5 三次樣條插值 287 7.5.1 [算法68] 第一類邊界條件的三次樣條函數插值 287 7.5.2 [算法69] 第二類邊界條件的三次樣條函數插值 292 7.5.3 [算法70] 第三類邊界條件的三次樣條函數插值 296 7.5.4 【實例40】 樣條插值法 301 7.6 連分式插值 303 7.6.1 [算法71] 連分式插值 304 7.6.2 【實例41】 驗證連分式插值的函數 308 第8章 數值積分法 309 8.1 變步長求積法 310 8.1.1 [算法72] 變步長梯形求積法 310 8.1.2 [算法73] 自適應梯形求積法 313 8.1.3 [算法74] 變步長辛卜生求積法 316 8.1.4 [算法75] 變步長辛卜生二重積分方法 318 8.1.5 [算法76] 龍貝格積分 322 8.1.6 【實例42】 變步長積分法進行一重積分 325 8.1.7 【實例43】 變步長辛卜生積分法進行二重積分 326 8.2 高斯求積法 328 8.2.1 [算法77] 勒讓德-高斯求積法 328 8.2.2 [算法78] 切比雪夫求積法 331 8.2.3 [算法79] 拉蓋爾-高斯求積法 334 8.2.4 [算法80] 埃爾米特-高斯求積法 336 8.2.5 [算法81] 自適應高斯求積方法 337 8.2.6 【實例44】 有限區(qū)間高斯求積法 342 8.2.7 【實例45】 半無限區(qū)間內高斯求積法 343 8.2.8 【實例46】 無限區(qū)間內高斯求積法 345 8.3 連分式法 346 8.3.1 [算法82] 計算一重積分的連分式方法 346 8.3.2 [算法83] 計算二重積分的連分式方法 350 8.3.3 【實例47】 連分式法進行一重積分 354 8.3.4 【實例48】 連分式法進行二重積分 355 8.4 蒙特卡洛法 356 8.4.1 [算法84] 蒙特卡洛法進行一重積分 356 8.4.2 [算法85] 蒙特卡洛法進行二重積分 358 8.4.3 【實例49】 一重積分的蒙特卡洛法 360 8.4.4 【實例50】 二重積分的蒙特卡洛法 361 第9章 常微分方程(組)初值問題的求解 363 9.1 歐拉方法 364 9.1.1 [算法86] 定步長歐拉方法 364 9.1.2 [算法87] 變步長歐拉方法 366 9.1.3 [算法88] 改進的歐拉方法 370 9.1.4 【實例51】 歐拉方法求常微分方程數值解 372 9.2 龍格-庫塔方法 376 9.2.1 [算法89] 定步長龍格-庫塔方法 376 9.2.2 [算法90] 變步長龍格-庫塔方法 379 9.2.3 [算法91] 變步長基爾方法 383 9.2.4 【實例52】 龍格-庫塔方法求常微分方程的初值問題 386 9.3 線性多步法 390 9.3.1 [算法92] 阿當姆斯預報校正法 390 9.3.2 [算法93] 哈明方法 394 9.3.3 [算法94] 全區(qū)間積分的雙邊法 399 9.3.4 【實例53】 線性多步法求常微分方程組初值問題 401 第10章 擬合與逼近 405 10.1 一元多項式擬合 405 10.1.1 [算法95] 最小二乘擬合 405 10.1.2 [算法96] 最佳一致逼近的里米茲方法 412 10.1.3 【實例54】 一元多項式擬合 417 10.2 矩形區(qū)域曲面擬合 419 10.2.1 [算法97] 矩形區(qū)域最小二乘曲面擬合 419 10.2.2 【實例55】 二元多項式擬合 428 第11章 特殊函數 430 11.1 連分式級數和指數積分 430 11.1.1 [算法98] 連分式級數求值 430 11.1.2 [算法99] 指數積分 433 11.1.3 【實例56】 連分式級數求值 436 11.1.4 【實例57】 指數積分求值 438 11.2 伽馬函數 439 11.2.1 [算法100] 伽馬函數 439 11.2.2 [算法101] 貝塔函數 441 11.2.3 [算法102] 階乘 442 11.2.4 【實例58】 伽馬函數和貝塔函數求值 443 11.2.5 【實例59】 階乘求值 444 11.3 不完全伽馬函數 445 11.3.1 [算法103] 不完全伽馬函數 445 11.3.2 [算法104] 誤差函數 448 11.3.3 [算法105] 卡方分布函數 450 11.3.4 【實例60】 不完全伽馬函數求值 451 11.3.5 【實例61】 誤差函數求值 452 11.3.6 【實例62】 卡方分布函數求值 453 11.4 不完全貝塔函數 454 11.4.1 [算法106] 不完全貝塔函數 454 11.4.2 [算法107] 學生分布函數 457 11.4.3 [算法108] 累積二項式分布函數 458 11.4.4 【實例63】 不完全貝塔函數求值 459 11.5 貝塞爾函數 461 11.5.1 [算法109] 第一類整數階貝塞爾函數 461 11.5.2 [算法110] 第二類整數階貝塞爾函數 466 11.5.3 [算法111] 變型第一類整數階貝塞爾函數 469 11.5.4 [算法112] 變型第二類整數階貝塞爾函數 473 11.5.5 【實例64】 貝塞爾函數求值 476 11.5.6 【實例65】 變型貝塞爾函數求值 477 11.6 Carlson橢圓積分 479 11.6.1 [算法113] 第一類橢圓積分 479 11.6.2 [算法114] 第一類橢圓積分的退化形式 481 11.6.3 [算法115] 第二類橢圓積分 483 11.6.4 [算法116] 第三類橢圓積分 486 11.6.5 【實例66】 第一類勒讓德橢圓函數積分求值 490 11.6.6 【實例67】 第二類勒讓德橢圓函數積分求值 492 第12章 極值問題 494 12.1 一維極值求解方法 494 12.1.1 [算法117] 確定極小值點所在的區(qū)間 494 12.1.2 [算法118] 一維黃金分割搜索 499 12.1.3 [算法119] 一維Brent方法 502 12.1.4 [算法120] 使用一階導數的Brent方法 506 12.1.5 【實例68】 使用黃金分割搜索法求極值 511 12.1.6 【實例69】 使用Brent法求極值 513 12.1.7 【實例70】 使用帶導數的Brent法求極值 515 12.2 多元函數求極值 517 12.2.1 [算法121] 不需要導數的一維搜索 517 12.2.2 [算法122] 需要導數的一維搜索 519 12.2.3 [算法123] Powell方法 522 12.2.4 [算法124] 共軛梯度法 525 12.2.5 [算法125] 準牛頓法 531 12.2.6 【實例71】 驗證不使用導數的一維搜索 536 12.2.7 【實例72】 用Powell算法求極值 537 12.2.8 【實例73】 用共軛梯度法求極值 539 12.2.9 【實例74】 用準牛頓法求極值 540 12.3 單純形法 542 12.3.1 [算法126] 求無約束條件下n維極值的單純形法 542 12.3.2 [算法127] 求有約束條件下n維極值的單純形法 548 12.3.3 [算法128] 解線性規(guī)劃問題的單純形法 556 12.3.4 【實例75】 用單純形法求無約束條件下N維的極值 568 12.3.5 【實例76】 用單純形法求有約束條件下N維的極值 569 12.3.6 【實例77】 求解線性規(guī)劃問題 571 第13章 隨機數產生與統計描述 574 13.1 均勻分布隨機序列 574 13.1.1 [算法129] 產生0到1之間均勻分布的一個隨機數 574 13.1.2 [算法130] 產生0到1之間均勻分布的隨機數序列 576 13.1.3 [算法131] 產生任意區(qū)間內均勻分布的一個隨機整數 577 13.1.4 [算法132] 產生任意區(qū)間內均勻分布的隨機整數序列 578 13.1.5 【實例78】 產生0到1之間均勻分布的隨機數序列 580 13.1.6 【實例79】 產生任意區(qū)間內均勻分布的隨機整數序列 581 13.2 正態(tài)分布隨機序列 582 13.2.1 [算法133] 產生任意均值與方差的正態(tài)分布的一個隨機數 582 13.2.2 [算法134] 產生任意均值與方差的正態(tài)分布的隨機數序列 585 13.2.3 【實例80】 產生任意均值與方差的正態(tài)分布的一個隨機數 587 13.2.4 【實例81】 產生任意均值與方差的正態(tài)分布的隨機數序列 588 13.3 統計描述 589 13.3.1 [算法135] 分布的矩 589 13.3.2 [算法136] 方差相同時的t分布檢驗 591 13.3.3 [算法137] 方差不同時的t分布檢驗 594 13.3.4 [算法138] 方差的F檢驗 596 13.3.5 [算法139] 卡方檢驗 599 13.3.6 【實例82】 計算隨機樣本的矩 601 13.3.7 【實例83】 t分布檢驗 602 13.3.8 【實例84】 F分布檢驗 605 13.3.9 【實例85】 檢驗卡方檢驗的算法 607 第14章 查找 609 14.1 基本查找 609 14.1.1 [算法140] 有序數組的二分查找 609 14.1.2 [算法141] 無序數組同時查找最大和最小的元素 611 14.1.3 [算法142] 無序數組查找第M小的元素 613 14.1.4 【實例86】 基本查找 615 14.2 結構體和磁盤文件的查找 617 14.2.1 [算法143] 無序結構體數組的順序查找 617 14.2.2 [算法144] 磁盤文件中記錄的順序查找 618 14.2.3 【實例87】 結構體數組和文件中的查找 619 14.3 哈希查找 622 14.3.1 [算法145] 字符串哈希函數 622 14.3.2 [算法146] 哈希函數 626 14.3.3 [算法147] 向哈希表中插入元素 628 14.3.4 [算法148] 在哈希表中查找元素 629 14.3.5 [算法149] 在哈希表中刪除元素 631 14.3.6 【實例88】 構造哈希表并進行查找 632 第15章 排序 636 15.1 插入排序 636 15.1.1 [算法150] 直接插入排序 636 15.1.2 [算法151] 希爾排序 637 15.1.3 【實例89】 插入排序 639 15.2 交換排序 641 15.2.1 [算法152] 氣泡排序 641 15.2.2 [算法153] 快速排序 642 15.2.3 【實例90】 交換排序 644 15.3 選擇排序 646 15.3.1 [算法154] 直接選擇排序 646 15.3.2 [算法155] 堆排序 647 15.3.3 【實例91】 選擇排序 650 15.4 線性時間排序 651 15.4.1 [算法156] 計數排序 651 15.4.2 [算法157] 基數排序 653 15.4.3 【實例92】 線性時間排序 656 15.5 歸并排序 657 15.5.1 [算法158] 二路歸并排序 658 15.5.2 【實例93】 二路歸并排序 660 第16章 數學變換與濾波 662 16.1 快速傅里葉變換 662 16.1.1 [算法159] 復數據快速傅里葉變換 662 16.1.2 [算法160] 復數據快速傅里葉逆變換 666 16.1.3 [算法161] 實數據快速傅里葉變換 669 16.1.4 【實例94】 驗證傅里葉變換的函數 671 16.2 其他常用變換 674 16.2.1 [算法162] 快速沃爾什變換 674 16.2.2 [算法163] 快速哈達瑪變換 678 16.2.3 [算法164] 快速余弦變換 682 16.2.4 【實例95】 驗證沃爾什變換和哈達瑪的函數 684 16.2.5 【實例96】 驗證離散余弦變換的函數 687 16.3 平滑和濾波 688 16.3.1 [算法165] 五點三次平滑 689 16.3.2 [算法166] α-β-γ濾波 690 16.3.3 【實例97】 驗證五點三次平滑 692 16.3.4 【實例98】 驗證α-β-γ濾波算法 693
標簽： C 算法 附件 源代碼
上傳時間： 2015-06-29
上傳用戶：cbsdukaf
一.傳送控制方式有哪幾種？試比較它們各自的優(yōu)缺點？ （1）程序控制方式； 由用戶進程來直接控制內存或CPU和外圍設備之間的信息傳送。它的優(yōu)點是控制簡單，也不需要多少硬件支持。缺點是：CPU和外圍設備只能串行工作；設備之間的不能并行工作；無法發(fā)現和處理由于設備或其他硬件所產生的錯誤。 (2) 中斷控制方式； 中斷控制方式是利用向CPU發(fā)送中斷的方式控制外圍設備和CPU之間的數據傳送。它的優(yōu)點是大大提高了CPU的利用率且能支持多道程序和設備的并行操作。缺點是：由于數據緩沖寄存器比較小，數如果發(fā)生中斷次數較多，將耗去大量的CPU處理時間；在外圍設備較多時，由于中斷次數的急劇增加，可能造成CPU無法響應中斷而出現中斷丟失的現象；如果外圍設備速度比較快，可能會出現CPU來不及從數據緩沖寄存器中取走數據而丟失數據的情況。 (3) DMA方式； 在外圍設備和內存之間開辟直接的數據交換通路進行數據傳送。它的優(yōu)點：除了在數據塊傳送開始時需要CPU的啟動指令，在整個數據塊傳送結束時需要發(fā)中斷通知CPU進行中斷處理之外，不需要CPU的頻繁干涉。它的缺點：在外圍設備越來越多的情況下，多個DMA控制器的同時使用，會引起內存地址的沖突并使得控制過程進一步復雜化。 (4) 通道方式。 使用通道來控制內存或CPU和外圍設備之間的數據傳送。通道是一個獨立于CPU的專管輸入/輸出控制的機構，它控制設備與內存直接進行數據交換。它有自己的通道指令，這些指令受CPU啟動，并在操作結束時向CPU發(fā)中斷信號。該方式的優(yōu)點是進一步減輕了CPU的工作負擔，增加了計算機系統的并行工作程度。缺點是增加了額外的硬件，造價昂貴。 二．文件系統的定義及功能 文件系統是操作系統用于明確磁盤或分區(qū)上的文件的方法和數據結構；即在磁盤上組織文件的方法。也指用于存儲文件的磁盤或分區(qū)，或文件系統種類。操作系統中負責管理和存儲文件信息的軟件機構稱為文件管理系統，簡稱文件系統。 功能：1.文件管理 2.目錄管理 3.文件存儲空間的管理 4.文件的共享和保護 5.提供方便的接口 三.網絡安裝linux操作系統的方法和步驟 1.擬機中安裝windows server 2003, 并在windows server 2003操作系統中建立一個ftp服務，通過服務器中的iso文件安裝linux操作系統。 2.訪問ftp站點，將linux安裝鏡像拷入ftp文件目錄中。 3.一個虛擬機，選擇安裝linux系統，在dvd中導入安裝引導文件（iso文件），并對虛擬機進行相關配置。 4.虛擬機，在啟動命令中輸入linux askmethod，進入linux安裝的引導畫面。 5.安裝介質時，在實驗中選擇ftp安裝方式。 6.鏈接ftp服務器后，進入正式安裝步驟，選擇相應的選項直至安裝完成。 四.中斷是指計算機在執(zhí)行期間，系統內部或外部設備發(fā)生了某一急需處理的事件，使得CPU暫時停止當前正在執(zhí)行的程序而轉去執(zhí)行相應的事件處理程序待處理完畢后又返回原來被中斷處，繼續(xù)執(zhí)行被中斷的過程。（１）保存現場（２）轉中斷處理程序進行中斷處理（3）中斷返回 五.引入設備獨立性，可使應用程序獨立于具體的物理設備，顯著改善資源的利用率及可適應性；還可以使用戶獨立于設備的類型。 實現獨立性：在應用程序中應使用邏輯設備名稱來請求使用某類設備。當應用程序用邏輯設備名請求分配I/O 設備時，系統必須為它分配相應的物理設備，并在邏輯設備表LUT中建立一個表目。 六.在一個請求分頁系統中，采用FIFO頁面置換算法時，假如一個作業(yè)的頁面走向為4、3、 2、1、4、3、5、4、3、2、1、5，當分配給該作業(yè)的物理塊數M分別為3和4時，試計算在訪問過程中所發(fā)生的缺頁次數和缺頁率，并比較所得結果。 答： 操作系統考試復習資料--完整版 M=3 M=4 操作系統考試復習資料--完整版 操作系統考試復習資料--完整版 M=3時，采用FIFO頁面置換算法的缺頁次數為9次，缺頁率為75%； M=4時，采用FIFO頁面置換算法的缺頁次數為10次，缺頁率為83%。 由此可見，增加分配給作業(yè)的內存塊數，反而增加了缺頁次數，提高了缺頁率，導致系統頁面替換非常頻繁，大部分機器時間都用在來回進行調整調度上，只有一小部分時間用于進程的實際運算，這種現象被稱為是抖動現象。 七. 在頁式存儲管理的系統中，作業(yè)J的邏輯地址空間為4頁（每頁2048B），且已知該作 要求畫出地址變換圖，求出邏輯地址4865所對應的物理地址。 解：由題意可知，頁大小為2048 字節(jié)，則邏輯地址4865頁號及頁內位移為： 頁號P為：4685/2048=2 頁內位移W為：4685-2048*2=769 其地址變換過程如圖
標簽： 操作系統
上傳時間： 2015-11-30
上傳用戶：wanglin_81
I=imread('fig1.jpg');%從D盤名為myimages的文件夾中讀取。格式為jpg的圖像文件chost J=imnoise(I,'salt & pepper',0.02);%給圖像加入均值為0，方差為0.02的淑鹽噪聲 subplot(2,4,1); imshow(I); title('原始圖像'); subplot(2,4,2); imshow(J); title('加入椒鹽噪聲之后的圖像'); %h=ones(3,3)/9; %產生3 × 3的全1數組 %B=conv2(J,h); %卷積運算 %采用MATLAB中的函數對噪聲干擾的圖像進行濾波 Q=wiener2(J,[3 3]); %對加噪圖像進行二維自適應維納濾波 P=filter2(fspecial('average',3),J)/255; %均值濾波模板尺寸為3 K1=medfilt2(J,[3 3]); %進行3 × 3模板的中值濾波 K2= medfilt2(J,[5 5]); %進行5 × 5模板的中值濾波 K3= medfilt2(J,[7 7]); %進行7 × 7模板的中值濾波 K4= medfilt2(J,[9 9]); %進行9 × 9模板的中值濾波 %顯示濾波后的圖像及標題 subplot(2,4,3); imshow(Q); title('3 × 3模板維納濾波后的圖像'); subplot(2,4,4); imshow(P); title('3 × 3模板均值濾波后的圖像'); subplot(2,4,5); imshow(K1); title('3 × 3模板的中值濾波的圖像'); subplot(2,4,6); imshow(K2); title('5 × 5模板的中值濾波的圖像'); subplot(2,4, 7); imshow(K3); title('7 × 7模板的中值濾波的圖像'); subplot(2,4,8); imshow(K4); title('9 × 9模板的中值濾波的圖像');
上傳時間： 2016-06-02
上傳用戶：wxcr_1
電感感測是一種遙控的、短程感測技術，此項技術能夠 ? 亞微米高精度 在灰塵、污垢、油和潮濕環(huán)境中實現導體目標的低成 ? 可調感測范圍（通過線圈設計實現） 本、高分辨率感測，這使得它在惡劣環(huán)境中非常可靠。 ? 更低的系統成本 通過使用可在印刷電路板 (PCB) 上被創(chuàng)建為一個感測 ? 遠程傳感器放置（從惡劣環(huán)境中將 LDC 去耦合） 元件的線圈，LDC1000 可實現超低成本系統解決方 ? 高耐久性（借助于遙控操作） 案。 ? 對于環(huán)境干擾的不敏感性（諸如污垢、灰塵、水、 電感感測技術可實現線性/角位置、位移、運動、壓 油） 縮、振動、金屬成分以及市面上包括汽車、消費類、計 ? 電源電壓，模擬：4.75V 至 5.25V 算機、工業(yè)用、醫(yī)療用和通信應用在內的很多其它應用 ? 電源電壓，IO：1.8V 至 5.25V 的高精度測量。 電感感測以低于其它競爭對手解決方 ? 電源電流（無 LC 諧振回路）：1.7mA 案的成本提供更佳的性能和可靠性。 ? Rp 分辨率：16 位 ? L 分辨率：24 位 LDC1000 是世界上第一個電感數字轉換器，從而在一 ? LC 頻率范圍：5kHz 至 5MHz 個低功耗、小封裝尺寸解決方案內提供電感感測的優(yōu) 勢。 此產品采用一個小外形尺寸無引線 (SON)-16 封 應用范圍 裝，并且提供了幾種運行模式。 一個串行外設接口 ? 電傳線控系統 (SPI) 簡化了到微控制器 (MCU) 的連接
上傳時間： 2016-07-26
上傳用戶：461449632
被譽為“再現拉丁美洲歷史社會圖景的鴻篇巨著”的《百年孤獨》，是加西亞·馬爾克斯的代表作，也是拉丁美洲魔幻現實主義文學作品的代表作。全書近30萬字，內容龐雜，人物眾多，情節(jié)曲折離奇，再加上神話故事、宗教典故、民間傳說以及作家獨創(chuàng)的從未來的角度來回憶過去的新穎倒敘手法等等，令人眼花繚亂。但閱畢全書，讀者可以領悟，作家是要通過布恩地亞家族7代人充滿神秘色彩的坎坷經歷來反映哥倫比亞乃至拉丁美洲的歷史演變和社會現實，要求讀者思考造成馬貢多百年孤獨的原因，從而去尋找擺脫命運括弄的正確途徑。 從1830年至上世紀末的70年間，哥倫比亞爆發(fā)過幾十次內戰(zhàn)，使數十萬人喪生。本書以很大的篇幅描述了這方面的史實，并且通過書中主人公帶有傳奇色彩的生涯集中表現出來。政客們的虛偽，統治者們的殘忍，民眾的盲從和愚昧等等都寫得淋漓盡致。作家以生動的筆觸，刻畫了性格鮮明的眾多人物，描繪了這個家族的孤獨精神。在這個家族中，夫妻之間、父子之間、母女之間、兄弟姐妹之間，沒有感情溝通，缺乏信任和了解。盡管很多人為打破孤獨進行過種種艱苦的探索，但由于無法找到一種有效的辦法把分散的力量統一起來，最后均以失敗告終。這種孤獨不僅彌漫在布恩地亞家族和馬貢多鎮(zhèn)，而且滲入了狹隘思想，成為阻礙民族向上、國家進步的一大包袱。作家寫出這一點，是希望拉美民眾團結起來，共同努力擺脫孤獨。所以，《百年孤獨》中浸淫著的孤獨感，其主要內涵應該是對整個苦難的拉丁美洲被排斥現代文明世界的進程之外的憤懣和抗議，是作家在對拉丁美洲近百年的歷史、以及這塊大陸上人民獨特的生命力、生存狀態(tài)、想象力進行獨特的研究之后形成的倔強的自信。 加西亞·馬爾克斯遵循“變現實為幻想而又不失其真”的魔幻現實主義創(chuàng)作原則，經過巧妙的構思和想象，把觸目驚心的現實和源于神話、傳說的幻想結合起來，形成色彩斑斕、風格獨特的圖畫，使讀者在“似是而非，似非而是”的形象中，獲得一種似曾相識又覺陌生的感受，從而激起尋根溯源去追索作家創(chuàng)作真諦的愿望。魔幻現實主義必須以現實力基礎，但這并不妨礙它采取極端夸張的手法。如本書寫外部文明對馬貢多的侵入，是現實的，但又魔幻化了：吉卜賽人拖著兩塊磁鐵“……挨家串戶地走著……鐵鍋、鐵盆、鐵鉗、小鐵爐紛紛從原地落下，木板因鐵釘和螺釘沒命地掙脫出來而嘎嘎作響……跟在那兩塊魔鐵的后面亂滾”；又如寫夜的寂靜，人們居然能聽到“螞蟻在月光下的哄鬧聲、蛀蟲啃食時的巨響以及野草生長時持續(xù)而清晰的尖叫聲”；再如寫政府把大批罷工者殺害后，將尸體裝上火車運到海里扔掉，那輛火車竟有200節(jié)車廂，前、中、后共有3個車頭牽引！作家似乎在不斷地變換著哈哈鏡、望遠鏡、放大鏡甚至顯微鏡，讓讀者看到一幅幅真真假假、虛實交錯的畫面，從而豐富了想象力，收到強烈的藝術效果。 印第安傳說、東方神話以及《圣經》典故的運用，進一步加強了本書的神秘氣氛。如寫普羅登肖的鬼魂日夜糾纏布恩地亞一家，便取材于印第安傳說中冤鬼自己不得安寧也不讓仇人安寧的說法；有關飛毯以及俏姑娘雷梅苔絲抓住床單升天的描寫是阿拉伯神話《天方夜譚》的引伸；而馬貢多一連下了四年十一個月零兩天的大雨則是《圣經·創(chuàng)世紀》中有關洪水浩劫及挪亞方舟等故事的移植。拉丁美洲的民間傳說往往帶有迷信色彩，作家在采用這些民間傳說時，有時把它們作為現實來描寫；如好漢弗朗西斯科“曾和魔鬼對歌，擊敗了對手”；阿瑪蘭塔在長廊里繡花時與死神交談等等。有時則反其意而用之，如寫尼卡諾爾神父喝了一杯巧克力后居然能離地12厘米，以證明“上帝有無限神力”等等，顯然是對宗教迷信的諷刺和嘲笑。 本書中象征主義手法運用得比較成功且有意義的，應首推關于不眠癥的描寫。馬貢多全體居民在建村后不久都傳染上一種不眠癥。嚴重的是，得了這種病，人會失去記憶。為了生活，他們不得不在物品上貼上標簽。例如他們在牛身上貼標簽道：“這是牛，每天要擠它的奶；要把奶煮開加上咖啡才能做成牛奶咖啡。”這類例子書中比比皆是，作家意在提醒公眾牢記容易被人遺忘的歷史。 另外，作家還獨創(chuàng)了從未來的角度回憶過去的新穎倒敘手法。例如小說一開頭，作家就這樣寫道：“許多年之后，面對行刑隊，奧雷良諾·布恩地亞上校將會回想起，他父親帶他去見識冰塊的那個遙遠的下午。”短短的一句話，實際上容納了未來、過去和現在三個時間層面，而作家顯然隱匿在“現在”的敘事角度。緊接著，作家筆鋒一轉，把讀者引回到馬貢多的初創(chuàng)時期。這樣的時間結構，在小說中一再重復出現，一環(huán)接一環(huán)，環(huán)環(huán)相扣，不斷地給讀者造成新的懸念。 最后，值得注意的是，本書凝重的歷史內涵、犀利的批判眼光、深刻的民族文化反省、龐大的神話隱喻體系是由一種讓人耳目一新的神秘語言貫串始終的。有的評家認為這部小說出自8歲兒童之口，加西亞·馬爾克斯對此說頗感欣慰。這是很深刻的評判目光。因為這種直觀的、簡約的語言確實有效地反映了一種新的視角，一種落后民族（人類兒童）的自我意識。當事人的苦笑取代了旁觀者的眼淚，“愚者”自我表達的切膚之痛取代了“智者”貌似公允的批判和分析，更能收到喚起被愚弄者群體深刻反省的客觀效果。 （林一安）
標簽： txt
上傳時間： 2016-09-01
上傳用戶：superman111
進行快速統計結果和自動計算，對于算量省了很多繁雜的步驟
上傳時間： 2016-11-18
上傳用戶：1798307107
