代码搜索:参数速查

找到约 10,000 项符合「参数速查」的源代码

代码结果 10,000
www.eeworm.com/read/486797/6529336

m betap.m

function bp = betap(x,a,b) %自变量的值:x %第一个参数:a %第二个参数:b %自变量取x值时的不完全贝塔函数值:gp format long; if a
www.eeworm.com/read/486829/6530449

m normalize_1.m

function [sig_output] = normalize_1(sig_input) % 信号归一化到均值为 0,振幅为 1 % [sig_output] = normalize_sig(sig_input) % 输入参数:sig_input 输入信号(可以批处理) % 输出参数:sig_output 标准化的信号 [rows,cols] = size(sig_input
www.eeworm.com/read/483504/6598354

m betap.m

function bp = betap(x,a,b) %自变量的值:x %第一个参数:a %第二个参数:b %自变量取x值时的不完全贝塔函数值:gp format long; if a
www.eeworm.com/read/481688/6637087

m has_item.m

%{ ? 判断蚂蚁所在处是否有点 a) 输入参数 ? x蚂蚁横坐标 ? y蚂蚁纵坐标 ? item_window所有点的坐标矩阵 b) 输出参数 ? 蚂蚁所在处是否有点,有点返回这个点在item_window中的行号,无点0 %} function position=has_item(x,y,item_window) %{ [row,col]=size(i
www.eeworm.com/read/481688/6637091

m initialize.m

%{ ? 初始化函数 a) 输入参数 ? 蚂蚁的数目ant_number ? 点的数目item_number ? 空间尺寸Z,空间大小Z*Z b) 输出参数 ? 蚂蚁的平面窗格矩阵 ? 点的平面窗格矩阵 %} function [ant_matrix,item_window]=initialize(ant_number,item_number,Z) ant_matrix_x=
www.eeworm.com/read/481688/6637092

m get_distance.m

%{ ? 求两点空间的距离函数 a) 输入参数: ? Oi点 ? Oj点 ? 点的空间矩阵Item_Space b) 输出参数: ? 两点之间的距离 %} function distance=get_distance(Oi,Oj,item_space) distance=0.0; X1=item_space(Oi,:); X2=item_space(Oj,:); size
www.eeworm.com/read/479028/6697718

pas 11.6.pas

program Project1; {$APPTYPE CONSOLE} function P1:Integer; // 该函数将作为sum函数的第一个参数 begin Writeln('P1'); Result:=0; end; function P2:Integer; // 该函数将作为sum函数的第二个参数 begin Writeln('P2 '); Result:=1
www.eeworm.com/read/264253/11324072

c rank_sort.c

#include #include #include /* * 函数名: main * 功能: 主函数,实现枚举排序 * 输入:argc为命令行参数个数; * argv为每个命令行参数组成的字符串数组 * 输出:返回1代表程序正常结束 */ int main(int argc,char *ar
www.eeworm.com/read/407881/11409204

m normalize_1.m

function [sig_output] = normalize_1(sig_input) % 信号归一化到均值为 0,振幅为 1 % [sig_output] = normalize_sig(sig_input) % 输入参数:sig_input 输入信号(可以批处理) % 输出参数:sig_output 标准化的信号 [rows,cols] = size(sig_input
www.eeworm.com/read/407104/11429444

txt [下载]遗传算法序列(ga)(全).txt

%bounds:代表变量的上下界的矩阵 %eevalFN:适应度函数 %startPop:初始群体 %termFN:终止函数的名称 %termOps:终止函数的参数 %selectFN:选择函数的名称 %selectOps:选择参数 %x:求得最优解 %endPop:最终的群体 %bPop:最优种群的一个搜索轨迹 function [x,endPop,bPop,trac