搜索结果
找到约 3,583 项符合
n-K 的查询结果
VC书籍 C in a Nutshell is the perfect companion to K&R, and destined to be the most reached-for reference o
C in a Nutshell is the perfect companion to K&R, and destined to be the most reached-for reference on your desk.
文件格式 * 高斯列主元素消去法求解矩阵方程AX=B,其中A是N*N的矩阵,B是N*M矩阵 * 输入: n----方阵A的行数 * a----矩阵A * m----矩阵B的列数 * b----矩
* 高斯列主元素消去法求解矩阵方程AX=B,其中A是N*N的矩阵,B是N*M矩阵
* 输入: n----方阵A的行数
* a----矩阵A
* m----矩阵B的列数
* b----矩阵B
* 输出: det----矩阵A的行列式值
* a----A消元后的上三角矩阵
* b----矩阵方程的解X
文件格式 * 用拉格朗日插值法依据N个已知数据点即使函数值 * 输入: n--已知数据点的个数N-1 * x--已知数据点第一坐标的N维列向量 * y--已知数据点第二坐标的N维列向量 * xx
* 用拉格朗日插值法依据N个已知数据点即使函数值
* 输入: n--已知数据点的个数N-1
* x--已知数据点第一坐标的N维列向量
* y--已知数据点第二坐标的N维列向量
* xx-插值点第一坐标
* 输出: 函数返回值所求插值点的第二坐标
文件格式 * 本算法用最小二乘法依据指定的M个基函数及N个已知数据进行曲线拟和 * 输入: m--已知数据点的个数M * f--M维基函数向量 * n--已知数据点的个数N-1 * x--已知数
* 本算法用最小二乘法依据指定的M个基函数及N个已知数据进行曲线拟和
* 输入: m--已知数据点的个数M
* f--M维基函数向量
* n--已知数据点的个数N-1
* x--已知数据点第一坐标的N维列向量
* y--已知数据点第二坐标的N维列向量
* a--无用
* 输出: 函数返回值为曲线拟和的均方误差
* a为用基函数进行曲线拟和的系数,
* ...
文件格式 * 用埃特金插值法依据N个已知数据点计算函数值 * 输入: n--已知数据点的个数N-1 * x--已知数据点第一坐标的N维列向量 * y--已知数据点第二坐标的N维列向量 * xx-
* 用埃特金插值法依据N个已知数据点计算函数值
* 输入: n--已知数据点的个数N-1
* x--已知数据点第一坐标的N维列向量
* y--已知数据点第二坐标的N维列向量
* xx-插值点第一坐标
* eps--求解精度
* 输出: 函数返回值所求插值点的第二坐标 ...
文件格式 * 用牛顿插值法依据N个已知数据点即使函数值 * 输入: n--已知数据点的个数N-1 * x--已知数据点第一坐标的N维列向量 * y--已知数据点第二坐标的N维列向量 * xx-插
* 用牛顿插值法依据N个已知数据点即使函数值
* 输入: n--已知数据点的个数N-1
* x--已知数据点第一坐标的N维列向量
* y--已知数据点第二坐标的N维列向量
* xx-插值点第一坐标
* 输出: 函数返回值所求插值点的第二坐标
数学计算 k-means聚类算法在二维平面上的可视化实现 聚类时可以设置类数和迭代阈值 聚类结果用色彩和类圆清楚的表现出来
k-means聚类算法在二维平面上的可视化实现
聚类时可以设置类数和迭代阈值
聚类结果用色彩和类圆清楚的表现出来
游戏 连续邮资问题要求对于给定的n和m的值,给出邮票面值的最佳设计,使得可在1张信封上贴出邮资1开始,增量为1的最大连续邮资区间
连续邮资问题要求对于给定的n和m的值,给出邮票面值的最佳设计,使得可在1张信封上贴出邮资1开始,增量为1的最大连续邮资区间
数学计算 计算子午圈半径M 计算卯酉圈半径N 计算玮圈半径r 计算经线弧长Sm 计算纬线弧长Sn 计算球面梯形面积 计算最大角度变形 计算球面极坐标
计算子午圈半径M
计算卯酉圈半径N
计算玮圈半径r
计算经线弧长Sm
计算纬线弧长Sn
计算球面梯形面积
计算最大角度变形
计算球面极坐标