代码搜索:精度

找到约 2,443 项符合「精度」的源代码

代码结果 2,443
www.eeworm.com/read/459044/7283810

m ch5example11prog1.m

% ch5example11prog1.m clear; I=imread('graybar.tif');% 读入图像(由上例生成) img=double(I')/255; % 转换为双精度数以便计算 [M,N]=size(img); for K=1:2 for column=K:2:N % K=1扫描奇数行 for row=1:M
www.eeworm.com/read/452265/7443645

m main.m

function main() format long judge=1; %判断条件 n=150 ;%数据个数 k=3; %分类个数 e = 0.0001;%误差精度 t=0;%计算迭代的次数 m=2; %数据维数 X = load ('data2.mat'); M = M_matrix(k,m); D = zeros(1,n); B =zeros(1,n);
www.eeworm.com/read/441894/7663212

cpp 龙贝格积分法.cpp

? Romberg算法 #include #include void main() { double a,b,h,T[30][30],eps; double f(double x),fz,t; int k,l,m,n,i,j; printf("Romberg算法求积分\n"); printf("输入积分下上限及控制精度(以空格分隔):"
www.eeworm.com/read/440746/7682301

html index.html

TMS320C28x模数转换器的精度校正_老古开发网文章
www.eeworm.com/read/437020/7757052

m sininterpl.m

function[a,b,s]=sin(x) a=0.5:0.5:10; a=a';%输入数据S b=sin(a);%输入数据Y s=0;%精度 c=4.01:0.01:6; c=c';%检验点 d=sin(c); e=interp1(a,b,c,'spline'); figure(1); plot(c,d,'r',c,e,'g') figure(2); plot(c,d,
www.eeworm.com/read/437020/7757059

m expinterp1.m

function[a,b,s]=exp(x) a=0.5:0.5:10; a=a';%输入数据S b=exp(a);%输入数据Y s=0;%精度 c=4.01:0.01:6; c=c';%检验点 d=exp(c); e=interp1(a,b,c,'spline'); figure(1); plot(c,d,'r',c,e,'g') figure(2); plot(c,d,
www.eeworm.com/read/437020/7757060

m log2polyfit.m

function[a,b,s]=log2(x) a=0.5:0.5:10; a=a';%输入数据S b=log2(a);%输入数据Y s=0;%精度 [p,m]=polyfit(a,b,3); [f,deta]= polyval(p,a,m); plot(a,b,'o',a,f,'-') d=f-b; n=10/0.5; for i=1:n if s
www.eeworm.com/read/433899/7904774

m eig_jacobi.m

function [D,R]=eig_Jacobi(A, ep) % 求对称矩阵全部特征值的Jacobi方法,其中 % A --- 矩阵 % ep --- 精度要求 % D --- 对角线上的值为特征值 % R --- 对应特征值的特征向量 if nargin
www.eeworm.com/read/296830/8075538

c usps.c

/*Fisher.C *recognition of handwritten numerals with Fishier Linear Classifier */ /* *说明:一个数字16X16像素,每个像素是灰度值, *归一化为-1到1的双精度浮点数 * *struct Sample *{ * double data[RAWDATADIM]; //一个点的数据为8 byte
www.eeworm.com/read/247107/12683243

c usps.c

/*Fisher.C *recognition of handwritten numerals with Fishier Linear Classifier */ /* *说明:一个数字16X16像素,每个像素是灰度值, *归一化为-1到1的双精度浮点数 * *struct Sample *{ * double data[RAWDATADIM]; //一个点的数据为8 byte