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
www.eeworm.com/read/104413/15694611
txt jsp insider 5 在jsp中使用javamail---2.txt
作者：caoli
email: caoli@dicp.ac.cn
日期：2001-7-4 17:53:06
第一部分， HTML表单
分治
JSP的最好的功能之一就是可以把项目分解成组件。这个邮件工具也具有上述特点，我们的组件包括：
一个HTML表单，用来把email信息post给JSP。
一个用来处理和发送该mail的JSP页面。
第一步，是创建一个使用HTML的可以
www.eeworm.com/read/286757/8744357
txt 背板带宽.txt
交换机的背板带宽，是交换机接口处理器或接口卡和数据总线间所能吞吐的最大数据量。
背板带宽标志了交换机总的数据交换能力，单位为Gbps，也叫交换带宽，一般的交换机的背板带宽从几Gbps到上百Gbps不等。
一台交换机的背板带宽越高，所能处理数据的能力就越强，但同时设计成本也会越高。
一般来讲，计算方法如下:
1）线速的背板带宽
考察交换机上所有端口能提供的总带宽。计 ...
www.eeworm.com/read/184915/9065880
txt 黑洞数.txt
黑洞数的验证
黑洞数又称陷阱数，是类具有奇特转换特性的整数。
任何一个数字不全相同整数，经有限次“重排求差”操作，总会得某一个或一些数，这些数即为黑洞数。"重排求差"操作即组成该数得排后的最大数去重排的最小数。
我在一份科学杂志上看到印度数学家研究过四位黑洞数，得到的黑洞数为6174。我拿来用程序验证这一下这个黑洞数。
/*验证四位黑洞数*/
sub(i)
int i;
{int p ...
www.eeworm.com/read/354703/10332605
txt dijkstra.txt
实验目的：
给定一个（无向）图G，及G中的两点s、t，确定一条从s到t的最短路径。
实验要求：
输入图G的顶点数n。接下来的n行描述这一个图形，采用邻接表方式，其中的第i行有n个数，依次表示第i个顶点与第1、2、3、…、n个顶点的路径长。假如两个顶点间无边相连，用一个大数maxint（如65535）表示。再在下面的一行上给出两个整数i、j表示要求最短距离的两个顶点 ...
www.eeworm.com/read/231794/14220410
txt 说明.txt
启程动态数组V2.0 详细信息 < 常用算法与数据结构 >
大量数据的管理是很多程序员的心病，很难找到一个速度快、效率高、支持超大规模数据的表，在1.0版本的基础上，启程花血本写下了这个强化了数据插入与删除的修正版，启程动态数组是一个功能强大的列表形数据管理链表，利用它可以轻松实现超大数据量的随机插入、删除、修改等操作，它另外一个特点就是速度极快，内存利用率高。
...
www.eeworm.com/read/192266/8390378
txt 说明.txt
1.功能
利用广义逆求解无约束条件下的优化问题
2.参数说明
int m : 非线性方程组中方程个数
int n : 非线性方程组中未知数个数
double eps1 : 控制最小二乘解的精度要求
double eps2 : 用于奇异值分解中的控制精度要求
double x[n] : 存放非线性方程组解的初始近似值X(0),要
www.eeworm.com/read/361503/10049442
m gadecod.m
function [W1, B1, W2, B2, P, T, A1, A2, SE, val]=gadecod(x)
% 将遗传算法的编码分解为BP网络所对应的权值、阈值
% x 为一个染色体
%输出：
% W1 为输入层到隐层权值
% B1 为输入层到隐层阈值
% W2 为隐层到输出层权值
% B2 为隐层到输出层阈值
% P 为训练样本
% T 为样本输出
www.eeworm.com/read/361503/10049827
m gadecod.m
function [W1, B1, W2, B2, P, T, A1, A2, SE, val]=gadecod(x)
% 将遗传算法的编码分解为BP网络所对应的权值、阈值
% x 为一个染色体
%输出：
% W1 为输入层到隐层权值
% B1 为输入层到隐层阈值
% W2 为隐层到输出层权值
% B2 为隐层到输出层阈值
% P 为训练样本
% T 为样本输出
www.eeworm.com/read/162143/10332150
txt 初识动态规划算法.txt
初识动态规划算法
多阶段决策过程（ multistep decision process ）是指 这样一类特殊的活动过程，过程可以按时间顺序分解成若干个相互联系的阶段，在每一个阶段都需要做出决策，全部过程的决策是一个决策序列。 动态规划 （ dynamic programming ）算法 是解决 多阶段决策过程最优化问题 的一种常用方法，难度比较大，技巧性也很强。利用动态规划算法，可以优雅 ...
www.eeworm.com/read/416443/11025102
m gadecod.m
function [W1, B1, W2, B2, P, T, A1, A2, SE, val]=gadecod(x)
% 将遗传算法的编码分解为BP网络所对应的权值、阈值
% x 为一个染色体
%输出：
% W1 为输入层到隐层权值
% B1 为输入层到隐层阈值
% W2 为隐层到输出层权值
% B2 为隐层到输出层阈值
% P 为训练样本
% T 为样本输出