代码搜索：输出可调
找到约 10,000 项符合「输出可调」的源代码
代码结果 10,000
www.eeworm.com/read/379196/9204921
txt 例7.8.txt
例7.8 口袋中有红、黄、蓝、白、黑5种颜色的球若干个。每次从口袋中任意取出3个球，问得到3种不同颜色的球的可能取法，输出每种排列的情况。
#include
#include //在输出时要用到setw控制符
using namespace std;
int main( )
{ enum c
www.eeworm.com/read/181664/9242557
m feel_point.m
%感知神经网络分类器,只有两个输入,一个输出神经元.只能实现两类模式的分类(有奇异点(60,20))
%其输出只能取0或1用于简单的分类问题
%**************************************************
%举实例建立网络分类器
p=[-0.5 -0.5 0.3 -0.1 0.2 0.0 0.6 0.8 60;
-0.5 0.5 -0.5
www.eeworm.com/read/180908/9279998
txt 顺序表的应用.txt
4. 建立一个有序的顺序表（10，30，35，50，56，100，120），用折半查找方法在此表中查找任一整数，若找到则输出此整数在表中的位置序号，否则输出Not found.
#include
int search_bin(int v[],int key)
{ int low,mid,high;
low=1; high=7;
while
www.eeworm.com/read/365411/9864343
m flc.m
function flc(m_flct)
%这次实验我采用的模糊控制器是模糊控制表法
% 08000215 陈健
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%给出输入输出量的论域
%输出增量控制的论域[-64,64]
%误差的论域[-4/ke,4/k4]
%误差变化的论域[-4/kde,4/kde]
%确定量化等级 取三个语
www.eeworm.com/read/365411/9864372
m flc_p.m
function flc_p()
%这次实验我采用的模糊控制器是模糊控制表法
% 0800021.45 陈健
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%给出输入输出量的论域
%输出增量控制的论域[-64,64]
%误差的论域[-4/ke,4/k4]
%误差变化的论域[-4/kde,4/kde]
%确定量化等级 取三个语言变
www.eeworm.com/read/365411/9864373
m flc.m
function flc(m_flct)
%这次实验我采用的模糊控制器是模糊控制表法
% 08000215 陈健
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%给出输入输出量的论域
%输出增量控制的论域[-64,64]
%误差的论域[-4/ke,4/k4]
%误差变化的论域[-4/kde,4/kde]
%确定量化等级 取三个语
www.eeworm.com/read/365411/9864377
m flc_i.m
function flc_i()
%这次实验我采用的模糊控制器是模糊控制表法
% 0800021.45 陈健
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%给出输入输出量的论域
%输出增量控制的论域[-64,64]
%误差的论域[-4/ke,4/k4]
%误差变化的论域[-4/kde,4/kde]
%确定量化等级 取三个语言变
www.eeworm.com/read/362558/9992675
txt t3.txt
void printword(HashTable ht)
/*按第一个字母的顺序输出哈希表ht中的关键字，处理冲突的方法为线性探测开放定址法*/
{
int i,j;
for(i=1; i
www.eeworm.com/read/164410/10109988
c hvda.c
//////////HVDA高差压差动输入，定时启动，由T2定时////////////////
/////////选择4，5通道为ADC0差动转化通道//////////////
/////////仪表为某速度仪，输出Vout:0-10V,且带有参考电压输出Vref:5V////
/////////仪表特性:Vout-Vref与速度成线性关系，量程为-1m/s至1m/s///////
/
www.eeworm.com/read/356206/10235107
m untitled2.m
clear;
clc;
%p0=[-10:0.1:10]; %输入数据
p0=20*rand(1,100)-10;
o=0.2; %噪声正态分布的标准差
lC=size(p0,2);
z=o*randn(1,lC); %输出时伴随的噪声
for i=1:lC;
t0(i)=sin(p0(i))/p0(i)+z(i); %输出数据
end
%L