代码搜索:精度可调

找到约 3,652 项符合「精度可调」的源代码

代码结果 3,652
www.eeworm.com/read/144427/12795654

txt 传感器监控模块说明.txt

环境检测传感器模块说明: q=(R1+R2)/(R1+2*R2) T=Ln2*(R1+2*R2)*C 输出点:CAE555->Pin3----->MCU-Pin14(温度)->Pin12(湿度) 检测温度:NTC热敏电阻 Rx fosc=1/(ln2*(R1+2*Rx)*C) 精度到0.1度 建立专门的555震荡频率
www.eeworm.com/read/320549/13424292

m transfer_alignment_modify.m

%本程序为传递对准精度评估的蒙特卡洛法仿真程序的主程序 %程序中采用飞机蛇行机动飞行 function transfer_alignment_modify(hxj,sd,jd,wd,gd,aq,jcx,jcy,jcz,tcx,tcy,tcz,ncx,ncy,ncz)%输入参数依次为航向角(度)、机头速度(米/秒)、初始经度(度)、纬度(度)、高度(米),选择变量,加速度计误差白噪声方差(X
www.eeworm.com/read/309344/13673873

txt problem.txt

2002.7.15 ac_simple3.c是根据witten和neal的文章中所给算法(不包括模型建构)进行算术编码的,对witten和neal的例子进行编码所的结果为0011101110(0.233984375),似乎不是正确的答案,不知是程序的错误还是算法存在精度问题? 另:witten和neal的算法似乎并没有给出elias编码保持性问题的解决方法。 ac_simple2
www.eeworm.com/read/491859/6427875

m jacobi.m

%jacobi.m function s=jacobi(A,b,X0,epx) %A为系数矩阵,b即为Ax=b中的b,X0为迭代初值,eps为控制精度 D=diag(diag(A)); %求出对角阵 D=inv(D); %求出对较阵的逆矩阵 L=tril(A,-1); %求出严格下三角矩阵 U=triu(A,1); %示出严格上三角矩阵 B=-D*(L+U); f=D*b;
www.eeworm.com/read/488454/6487275

m jacobi.m

function [x,k,flag,er]=Jacobi(A,b,delta,max1) %Jacobi迭代法 %A为方程组的系数矩阵 %b为方程组的右端项 %delta为精度要求,缺省值为1e-5 %max1为最大迭代次数,缺省值为100 %x为方程组的解 %k为迭代次数 %flag为指标变量 flag='OK'表示迭代收敛到指标要求 % flag=
www.eeworm.com/read/488558/6489591

txt 数据格式说明.txt

节点编号优化标志位 0——不优化 1——静态优化 2——半动态优化 3——动态优化 最大迭代次数 迭代精度 基准容量 基准电压 线路数据 i j R X YK(B/2) i i R X YK(0——阻抗) end 变压器数据 i j(非标准变比侧) R X YK end 发电机数据() i 节点类型(0——EQ,1——PQ,-1——PV)
www.eeworm.com/read/488161/6497367

m riddling.m

%产生一个N(0,1)正态分布随机数 %采用筛选法,精度较高 %其他方法可参阅《现代应用数学手册--概率统计与随机过程卷》清华大学出版社马振华主编 %function y=riddling() function y=riddling() sign=0; while 1 x=rand(1,2); v1=2*x(1)-1;v2=2*x(2)-1; s=v1^2
www.eeworm.com/read/486797/6529421

m diffparam1.m

function r=DiffParam1(F,x0,h,N) %非线性方程组:f %初始解:x0 %数值微分增量步大小:h %雅可比迭代参量:l %解的精度:eps %求得的一组解:r %迭代步数:n x0 = transpose(x0); n = length(x0); ht = 1/N; Fx0 = subs(F,findsym(F),x0); for k=
www.eeworm.com/read/486797/6529434

m diffparam2.m

function r=DiffParam2(F,x0,h,N) %非线性方程组:f %初始解:x0 %数值微分增量步大小:h %雅可比迭代参量:l %解的精度:eps %求得的一组解:r %迭代步数:n x0 = transpose(x0); n = length(x0); ht = 1/N; Fx0 = subs(F,findsym(F),x0); J = zero
www.eeworm.com/read/483227/6601427

m main.m

%标准遗传算法 %优化函数为f=-(x-1)^2+4,其中,0