Haskell 中文教程1-3章(flw譯) 純粹的函數(shù)型編程語(yǔ)言。以著名邏輯學(xué)家 Haskell B. Curry 的名字命名。 最初的目的是想要設(shè)計(jì)出滿(mǎn)足下面這些要求的語(yǔ)言： 1，它必須能夠適合教學(xué)、研究、應(yīng)用開(kāi)發(fā)，包括一些大系統(tǒng)的構(gòu)造。 2，它必須能夠使用形式語(yǔ)言來(lái)準(zhǔn)確描述。 3，它必須是自由免費(fèi)的，任何人只要愿意都可以獲取、使用和再次發(fā)布它。 4，它必須建立在大家一致認(rèn)可的基礎(chǔ)上。 5，它應(yīng)該能夠消除目前的函數(shù)型編程語(yǔ)言的差異。
標(biāo)簽： Haskell B. Curry flw
上傳時(shí)間： 2014-01-10
上傳用戶(hù)：685
學(xué)生信息查詢(xún)系統(tǒng)C語(yǔ)言實(shí)現(xiàn) 包含的功能有: 1、 系統(tǒng)功能選擇菜單：提供了5個(gè)功能 A、 按“班級(jí)＋平均成績(jī)”顯示原始數(shù)據(jù) B、 輸入學(xué)號(hào)，顯示學(xué)生檔案，并可選擇用順序查找或者折半查找去實(shí)現(xiàn) C、 輸入不完全的學(xué)生姓名即可模糊查找學(xué)生檔案。 D、 輸入班級(jí)及課程即可統(tǒng)計(jì)平均分，優(yōu)秀率及及格率。 2、 數(shù)據(jù)顯示函數(shù) 3、 學(xué)號(hào)查找函數(shù) 4、 模糊查找函數(shù) 5、 成績(jī)統(tǒng)計(jì)函數(shù)
標(biāo)簽： 信息查詢(xún)系統(tǒng) C語(yǔ)言 數(shù)據(jù)
上傳時(shí)間： 2014-08-20
上傳用戶(hù)：fanboynet
Delphi2005 BS程序設(shè)計(jì)技巧集 (1-3) 現(xiàn)在delphi 2005 B/S的書(shū)籍資料太少，幾乎沒(méi)有可參考的資料，這在一定程度上限制了delphi 2005的使用，相反C#，ASP的書(shū)籍資料到處都是。通過(guò)幾個(gè)月的學(xué)習(xí)也算是總結(jié)了一點(diǎn)經(jīng)驗(yàn)，從現(xiàn)在起我將陸續(xù)將ASP和C#的例子、技巧翻譯到delphi 2005下面，希望對(duì)大家的學(xué)習(xí)和工作有幫助，畢竟.Net是一種發(fā)展趨勢(shì)。我將不定期寫(xiě)新的內(nèi)容，同時(shí)，如果你在工作或?qū)W習(xí)中有什么問(wèn)題，我也會(huì)將問(wèn)題加入本篇文章，另外，一個(gè)人的能力畢竟有限，也希望大家共同來(lái)解決問(wèn)題。 宋雨炫
標(biāo)簽： 2005 Delphi delphi 程序
上傳時(shí)間： 2013-11-25
上傳用戶(hù)：lgnf
車(chē)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(chē)牌水平位置,利用垂直投影法檢測(cè)車(chē)牌垂直位置。 7.區(qū)域裁剪,截取車(chē)牌圖像。
上傳時(shí)間： 2013-11-26
上傳用戶(hù)：懶龍1988
四選一選擇器,輸入四個(gè),輸出1個(gè).當(dāng)NM=00時(shí)選A 當(dāng)NM=01時(shí)選B 當(dāng)NM=10時(shí)選C 當(dāng)NM=11時(shí)選D
上傳時(shí)間： 2013-12-25
上傳用戶(hù)：woshiayin
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(chē)牌水平位置,利用垂直投影法檢測(cè)車(chē)牌垂直位置。 7.區(qū)域裁剪,截取車(chē)牌圖像。
上傳時(shí)間： 2014-01-08
上傳用戶(hù)：songrui
區(qū)域增長(zhǎng)的算法實(shí)現(xiàn): 1)根據(jù)圖像的不同應(yīng)用選擇一個(gè)或一組種 子,它或者是最亮或最暗的點(diǎn),或者是位 于點(diǎn)簇中心的點(diǎn) 2...通過(guò)像素集合的區(qū)域增長(zhǎng) 算法實(shí)現(xiàn): 區(qū)域A 區(qū)域B 種子像素增長(zhǎng).3)增長(zhǎng)的規(guī)則 4) 結(jié)束條件.
上傳時(shí)間： 2015-09-30
上傳用戶(hù)：wcl168881111111
1.大型稀疏線性方程組的求解 A*X=b 。 2. 一維數(shù)組冒泡法排序算法 4.矩陣求逆 5. 改進(jìn)的牛頓算法——弦割法
上傳時(shí)間： 2015-10-29
上傳用戶(hù)：asddsd
文法如下: (1)S->aAcBe (2)A->b (3)A->Ab (4)B->d 關(guān)於lr0的語(yǔ)法分析
上傳時(shí)間： 2015-11-22
上傳用戶(hù)：thinode
一、 一元三次回歸方程 CubicMultinomialRegress.cs 方程模型為Y=a*X(3)+b*X(2)+c*X(1)+d public override double[] buildFormula() 得到系數(shù)數(shù)組，存放順序與模型系數(shù)相反，即該數(shù)組中系數(shù)的值依次是d,c,b,a。 以后所述所有模型的系數(shù)存放均與此相同（多元線性回歸方程除外）。 public override double forecast(double x) 預(yù)測(cè)函數(shù)，根據(jù)模型得到預(yù)測(cè)結(jié)果 public override double computeR2() 計(jì)算相關(guān)系數(shù)（決定系數(shù)），系數(shù)越接近1，數(shù)據(jù)越滿(mǎn)足該模型。
標(biāo)簽： CubicMultinomialRegress override public double
上傳時(shí)間： 2015-11-25
上傳用戶(hù)：13215175592
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
