一对四分用器的VHDL源码,（输入：D ，输出： Y3 Y2 Y1 Y0，另有两个输入控制端S1与S0控制输出选择）
上传时间： 2013-12-30
上传用户：it男一枚
在一个按照东西和南北方向划分成规整街区的城市里，n个居民点散乱地分布在不同的街区中。用x 坐标表示东西向，用y坐标表示南北向。各居民点的位置可以由坐标(x,y)表示。街区中任意2 点(x1,y1)和(x2,Y2)之间的距离可以用数值|x1-x2|+|y1-Y2|度量。 居民们希望在城市中选择建立邮局的最佳位置，使n个居民点到邮局的距离总和最小。 编程任务： 给定n 个居民点的位置,编程计算n 个居民点到邮局的距离总和的最小值。
上传时间： 2016-01-21
上传用户：mikesering
拉格朗日插值算法，输入[x0 x1 x2]和对应的[y0 y1 Y2]，按拉格朗日插值发计算出[x0 x2]之间任何一个X所对应的Y值
上传时间： 2013-12-29
上传用户：miaochun888
（1）利用多项式拟合的两个模块程序求解下题： 给出 x、y的观测值列表如下： x 0 1 2 3 4 5 y 2.08 7.68 13.8 27.1 40.8 61.2 试利用二次多项式y=a0+a1x+a2x2进行曲线拟合。 （1）多项式拟合方法：假设我们收集到两个相关变量x、y的n对观测值列表： x x0 x1 x2 x3 x4 x5 y y0 y1 Y2 y3 y4 y5 我们希望用m+1个基函数w0(x),w1(x),…,wm(x)的一个线形组合 y=a0w0(x)+a1w1(x)+…+amwm(x) 来近似的表达x、y间的函数关系，我们把几对测量值分别代入上式中，就可以得到一个线形方程组： a0w0(x0)+a1w1(x0)+…+amwm(x0)=y0 a0w0(x1)+a1w1(x1)+…+amwm(x1)=y1 … … a0w0(xn)+a1w1(xn)+…+amwm(xn)=yn 只需要求出该线形方程组的最小二乘解，就能得到所构造的的多项式的系数，从而解决问题。
上传时间： 2016-02-06
上传用户：爺的气质
输入四个点，判断此四点是否可形成一个平行四边形。 程序中描述了一个抽象数据类型Vector2D，表示一个向量。具有（x,y）两个值。其本身具有减另一个向量（minus(Vector2D)），判断自身是否为零向量（iszero()），与另一个向量对应值y,x乘积之差(inner(Vector2D))。由于两个向量平行，则乘积之差x1*Y2-x2*y1=0。点A，B，C，D四点组成平行四边形的条件是AB//CD，BC//DA且各个向量皆不为零向量。 首先声明四个向量。向量i获得值的方法是由getPoint(int i)获得。然后根据Vector2D重载后的toString（）函数将各个向量输出查看。最后判断此四点是否可组成平行四边行。
标签： 输入
上传时间： 2016-04-30
上传用户：qq521
在一个按照东西和南北方向划分成规整街区的城市里，n个居民点散乱地分布在不同的街区中。用x坐标表示东西向，用y坐标表示南北向。各居民点的位置可以由坐标(x,y)表示。街区中任意2点(x1,y1)和(x2,Y2)之间的距离可以用数值|x1-x2|+|y1-Y2|度量。 居民们希望在城市中选择建立邮局的最佳位置，使n个居民点到邮局的距离总和最小。
上传时间： 2013-12-20
上传用户：zuozuo1215
在一个按照东西和南北方向划分成规整街区的城市里，n 个居民点散乱地分布在不同的街区中。用x 坐标表示东西向，用y 坐标表示南北向。各居民点的位置可以由坐标(x,y)表示。街区中任意2 点(x1, y1) 和(x2, Y2) 之间的距离可以用数值| x1 . x2| + | y1 . Y2| 度量。 居民们希望在城市中选择建立邮局的最佳位置，使n 个居民点到邮局的距离总和最小。
上传时间： 2013-12-04
上传用户：水口鸿胜电器
java中大部分对图形、文本、图像的操作方法都定义在Graphics类中，所以此次实验使用的方法如Color(int r, int g,int b), setColor(Color c),drawline(int x1,int y1,int x2,int Y2)等都来自Graphics类中，此外对文本和字体的处理还用到了Font类中的 new Font(“字体名”，字体风格，字体大小)，setFont（Font f）等方法；
上传时间： 2013-11-29
上传用户：yimoney
一个很好的学习粒子群算法的例子。（刘康C++版本） 程序介绍： 模拟一群鸟捕食的情景，从而达到优化目标函数的目的，这就是粒子群算法！起初在可行的空间中随机的产生一群粒子，然后让每个粒子开始在虚拟的空间中向四面八方飞翔，并且每个粒子都记下他们飞过的适应值（也就是目标优化函数）最高的点，而且整个粒子群有一个最高适应值个体，这样，粒子在飞翔的时候尽量朝向自己曾飞过的最好的点和集体的最好的点。最后达到收敛到近似最优点的目的。 备注：目标优化函数程序中已经内定了，f6 ={0.5-[sin(sqrt(x2+Y2)2-0.5]}/(1+0.001*(x2+Y2))2 用户可以通过编辑pso.cpp文件自定义优化函数。另外屏幕输出的是最后所求得的最优值和相应的最优点。
上传时间： 2014-11-21
上传用户：天涯
酒店管理系统 北大青鸟商业项目，值得斟酌，绝不是一般垃圾代码 该系统采用VS2005+SQL2005开发,采用Extjs2.0技术实现UI展示. 数据库脚本:App_Data文件夹下. 该系统为北大青鸟(重庆足下)Y2项目,请大家多多指教! 数据库操作采用的是SqlHelper
上传时间： 2017-03-02
上传用户：refent
