代码搜索：大数分解

找到约 4,750 项符合「大数分解」的源代码

代码结果 4,750
热门代码： main.c GPIO I2C SPI UART timer interrupt ADC PWM LED
www.eeworm.com/read/489816/6461822

m program_13_02.m

% 当前延拓模式是补零 % 产生高斯白噪声 init = 2055415866; randn('seed',init); x = randn(1,1000); % 使用db3小波对x进行2层分解 [c,l] = wavedec(x,2,'db3'); % 在第1层和第2层估计系数的标准差 % 既然x是方差为1的高斯白噪声，那么估计值应接近1 sd1=wnoisest(c,l,1:
·
www.eeworm.com/read/156378/11807757

m examp13_2.m

clc; clear; % 当前延拓模式是补零 % 产生高斯白噪声 init = 2055415866; randn('seed',init); x = randn(1,1000); % 使用db3小波对x进行2层分解 [c,l] = wavedec(x,2,'db3'); % 在第1层和第2层估计系数的标准差 % 既然x是方差为1的高斯白噪声，那么估计值应接近1 sd1=w
·
www.eeworm.com/read/254526/12132616

m trylu.m

function [L,U,pv,qv] = trylu(A,strategy,fast) % 交互实验trylu：各种Gauss 消去方法的演示 % % trylu(A) 显示用Gauss消去法实现矩阵LU分解的步骤 % 初始状态，第一列的列主元被显示为洋红色。在用户界面上有两个下拉式菜单，用 % 鼠标可以选择主元的方式和运行的速度。每步的主元显示为红色，生成的矩阵 L
·
www.eeworm.com/read/254523/12132675

m trylu.m

function [L,U,pv,qv] = trylu(A,strategy,fast) % 交互实验trylu：各种Gauss 消去方法的演示 % % trylu(A) 显示用Gauss消去法实现矩阵LU分解的步骤 % 初始状态，第一列的列主元被显示为洋红色。在用户界面上有两个下拉式菜单，用 % 鼠标可以选择主元的方式和运行的速度。每步的主元显示为红色，生成的矩阵 L
·
www.eeworm.com/read/337166/12386751

m ex4-4-1.m

% 符号矩阵的分解 syms s G=[(s+1)/(s^2+5*s+6),2*(s+1)/(s^2+2*s-3);(s^2-s)/(s^2+2*s+1),s/(s+2)] factor(G) % 符号矩阵的展开 syms x y s a b c; GS=[sin(x+y)/cos(2*x);exp(x-y);log(a*b^2/c);(s+1)*(s+3
·
www.eeworm.com/read/221223/14753097

m examp13_2.m

clc; clear; % 当前延拓模式是补零 % 产生高斯白噪声 init = 2055415866; randn('seed',init); x = randn(1,1000); % 使用db3小波对x进行2层分解 [c,l] = wavedec(x,2,'db3'); % 在第1层和第2层估计系数的标准差 % 既然x是方差为1的高斯白噪声，那么估计值应接近1 sd1=w
·
www.eeworm.com/read/461648/1551949

m program_13_02.m

% 当前延拓模式是补零 % 产生高斯白噪声 init = 2055415866; randn('seed',init); x = randn(1,1000); % 使用db3小波对x进行2层分解 [c,l] = wavedec(x,2,'db3'); % 在第1层和第2层估计系数的标准差 % 既然x是方差为1的高斯白噪声，那么估计值应接近1 sd1=wnoisest(c,l,1:
·
www.eeworm.com/read/318233/3571023

m program_13_02.m

% 当前延拓模式是补零 % 产生高斯白噪声 init = 2055415866; randn('seed',init); x = randn(1,1000); % 使用db3小波对x进行2层分解 [c,l] = wavedec(x,2,'db3'); % 在第1层和第2层估计系数的标准差 % 既然x是方差为1的高斯白噪声，那么估计值应接近1 sd1=wnoisest(c,l,1:
·
www.eeworm.com/read/367675/2833054

txt 68.txt

发信人: fpzh (fpzh), 信区: DataMining 标 题: Re: 请问现在大家使用SVM的时候怎么选择参数？ 发信站: 南京大学小百合站 (Thu May 8 22:13:16 2003) LibSVM里有一个Model Selection的工具，它好像是在SVM的分解算法里采取一些策略， 比如降低精度什么的，利用Grid的方法选择参数；Olivier Chape
·
www.eeworm.com/read/367675/2838292

txt 819.txt

发信人: qjqjlqyf (qianjin), 信区: DataMining 标 题: 用VC编写的Apriori算法 发信站: 南京大学小百合站 (Wed Nov 13 19:48:14 2002) 本人用VC编写的Apriori算法,主要思想如下: 对每一个事务分解其项目,然后利用组合算法生成类似候选项目的形式,进行统计记数 , 生成频繁项目集,同时事务的个数少
·