搜索结果

找到约 356 项符合 全局 的查询结果

软件设计/软件工程 NFA的确定化是编译过程中一个重要的部分

NFA的确定化是编译过程中一个重要的部分,由于本程序的输入很多,而且有多种格式的输入,所以输入时必须非常小心细致。本程序比较复杂,需要使用多个结构体并使用了指针。必须将程序分解为多个子程序以降低编写难度。想起了软工老师的一句话:"难事破与易",再复杂的事,拆成一个个简单的小部分,逐个击破,在拼凑起来, ...
https://www.eeworm.com/dl/684/331481.html
下载: 142
查看: 1045

软件设计/软件工程 基于人工智能的迷宫程序设计

基于人工智能的迷宫程序设计,包括程序代码内容与说明、程序各个全局变量的声明、主体程序的实现、执行结果演示、设计心得体会、程序源代码。
https://www.eeworm.com/dl/684/331641.html
下载: 22
查看: 1020

Java编程 在管理员表中初始插入数据 usn: admin, pwd: 21232F297A57A5A743894A0E4A801FC3 初始用户账号/密码: admin (密码为 md5 加密) SRC

在管理员表中初始插入数据 usn: admin, pwd: 21232F297A57A5A743894A0E4A801FC3 初始用户账号/密码: admin (密码为 md5 加密) SRC/: JAVA 程序源文件目录 src/Conn.java 是数据库连接的类 请先修改里面的数据库连接 src/Gload.java 全局类 实现一些全局功能 mssqlserver.jar, msutil.jar, msbase.jar ------- SQL Server ...
https://www.eeworm.com/dl/633/333029.html
下载: 190
查看: 1327

其他 本程序中通过变量DataSize指定了待排序序列的长度为60

本程序中通过变量DataSize指定了待排序序列的长度为60,顺序输出各个处理器的局部数据就可以得到全局有序的序列。
https://www.eeworm.com/dl/534/333309.html
下载: 45
查看: 1028

其他 本程序中通过变量DataSize指定了待排序序列的长度为60

本程序中通过变量DataSize指定了待排序序列的长度为60,顺序输出各个处理器的局部数据就可以得到全局有序的序列。
https://www.eeworm.com/dl/534/333310.html
下载: 151
查看: 1025

行业发展研究 这是关于电子商务发展的书籍

这是关于电子商务发展的书籍,里面包括了纵览全局、商务为本、主角定位、转型之路、管理创新和业界评点6部分。
https://www.eeworm.com/dl/692/336181.html
下载: 124
查看: 1038

人工智能/神经网络 改进的pso算法:引入变异算子

改进的pso算法:引入变异算子,保持了种群的多样性,并提高了算法的全局搜索能力。
https://www.eeworm.com/dl/650/338261.html
下载: 58
查看: 1020

嵌入式/单片机编程 在PCB设计中

在PCB设计中,布线是完成产品设计的重要步骤,可以说前面的准备工作都是为它而做的, 在整个PCB中,以布线的设计过程限定最高,技巧最细、工作量最大。PCB布线有单面布线、 双面布线及多层布线。布线的方式也有两种:自动布线及交互式布线,在自动布线之前, 可以用交互式预先对要求比较严格的线进行布线,输入端与输出端的 ...
https://www.eeworm.com/dl/647/352738.html
下载: 95
查看: 1012

其他书籍 20 世纪70 年代以来,人们从工业过程的特点出发,寻找对模型精度要求不高而同样能实现高质量控制性能的方法,预测控制就是在这种背景下发展起来的。预测控制技术最初由Richalet 和Cutler 提出

20 世纪70 年代以来,人们从工业过程的特点出发,寻找对模型精度要求不高而同样能实现高质量控制性能的方法,预测控制就是在这种背景下发展起来的。预测控制技术最初由Richalet 和Cutler 提出[1 ] ,它最大程度地结合了工业实际的要求,综合效果好,已经在理论和应用方面取得了显著进展,各种预测控制算法不断地产生并得到发展。预 ...
https://www.eeworm.com/dl/542/356257.html
下载: 111
查看: 1165

人工智能/神经网络 文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析

文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析,并与蚁群算法做了比较分析。RBFN由输入层 到隐含层采用传统的K一均值算法,隐含层到输出层通过“模2递减”学习速率的BP学习;蚁群算法根据信息素的分配能够自动调整收索 路径,从而达到数据自动聚类的目的。结果表明,与蚁群算法相比,改进RBFN ...
https://www.eeworm.com/dl/650/358159.html
下载: 125
查看: 1044