独立钻石棋问题描述： 有一棋盘， 上有44个钻石棋子，有一位置空缺， 棋盘初始状态如下： １１１ １１１ １１１ １１１１１１１１１ １１１１０１１１１ １１１１１１１１１ １１１ １１１ １１１ 其中，0表示没有放置棋子， 1表示放置。 规定走法如下： a. 任一棋子可越过一相邻棋子（紧相邻）跳到一空缺位置， 并吃掉越过的棋子（从棋盘移处） 如， 走一步后棋盘状态： １１１ １１１ １１１ １１１１１１１１１ １１１１１００１１ １１１１１１１１１ １１１ １１１ １１１ b. 最后只留下一个棋子在棋盘上， 并且位置在正中央。 要求： 用程序得出正确走法。 输入： 无 输出： 每一步移动后的棋盘状态， 格式如上。
上传时间： 2013-12-17
上传用户：大三三
Demo程序经Keil701编译后，代码量为7-8K，可直接在KeilC51上仿真运行。 使用方法：解压后双击yy项目，点调试即可在串口仿真看到结果。 Demo程序创建了3个任务A、B、C优先级分别为2、3、4，A每秒显示一次，B每3秒显示一次，C每6秒显示一次。从显示结果看，显示3个A后显示1个B，显示6个A和2个B后显示1个C，结果显然正确。用户可以仿照范例运用更多系统API函数写出自己的程序。只要程序中有显示语句就可以用软件仿真器看结果。注意：系统提供的显示函数是并发的，他不是直接显示到串口，而是先输出到显存，用户不必担心IO慢速操作影响程序运行。串口输入也采用了同样的技术，他使得用户在CPU忙于处理其他任务时照样可以盲打输入命令。 将EXL2-shell目录下的文件覆盖yy目录下的同名文件，将word.c、yyshell.c、yyshellsub.c、mystring.c加入项目，删除yy1.c，编译后调试即可。输入help可得到在线帮助，具体命令用法见文章说明。 yangye网友推荐http://www.sics.se/~adam/lwip/网站学习TCPIP，该网站开放源代码的lwip是专为8bit和16bitMCU设计的TCPIP协议栈，已在多种CPU上移植成功，推荐大家下载。
上传时间： 2014-11-01
上传用户：hopy
—图数据类型的实现——问题描述：图是一种较线性表和树更为复杂的数据结构。在图形结构中，结点之间的关系是任意的，任意两个数据元素之间都可能相关，因此，图的应用非常广泛，已渗入到诸如语言学‘逻辑学、物理、化学、电讯工程、计算机科学及数学的其它分支中。因此，实现图这种数据类型也尤为重要，在该练习中即要实现图的抽象数据类型。基本要求：2、 定义出图的ADT；3、 采用邻接矩阵及邻接表的存储结构（有向图也可使用十字链表）实现以下操作：a. 构造图 b. 销毁图 c. 定位操作d. 访问图中某个顶点的操作e. 给图中某个顶点赋值的操作f. 找图中某个顶点的第一个邻接点g. 找出图G中顶点v相对于w的下一个邻接点h. 在图G中添加新顶点vi. 删除图G中顶点vj. 在图G中插入一条边k. 在图G中删除一条边l. 实现图的深度遍历操作m. 实现图的广度遍历操作参考提示：具体内容参看教科书本156页实验要求：对于以上具体操作要求实现时有良好的用户交互界面。详细设计、编码、测试。
上传时间： 2015-03-13
上传用户：saharawalker
最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, "The Nature of Statistical Learning Theory", Springer-Verlag, New York, ISBN 0-387-94559-8, 1995. [2] J. C. Platt, "Fast training of support vector machines using sequential minimal optimization", in Advances in Kernel Methods - Support Vector Learning, (Eds) B. Scholkopf, C. Burges, and A. J. Smola, MIT Press, Cambridge, Massachusetts, chapter 12, pp 185-208, 1999. [3] T. Joachims, "Estimating the Generalization Performance of a SVM Efficiently", LS-8 Report 25, Universitat Dortmund, Fachbereich Informatik, 1999.
上传时间： 2013-12-16
上传用户：亚亚娟娟123
Linux 的最重要的特徵之一是它的为许多不同的文件系统的支持。这使其非常灵活从而与许多另外的操作系统可以很好的共存。linux采用的是树型结构。最上层是根目录，其他的所有目录都是从根目录出发而生成的。微软的DOS和windows也是采用树型结构，但是在DOS和windows中这样的树型结构的根是磁盘分区的盘符，有几个分区就有几个树型结构，他们之间的关系是并列的。但是在linux中，无论操作系统管理几个磁盘分区，这样的目录树只有一个。
上传时间： 2014-01-23
上传用户：古谷仁美
本文对三种炉型的比较，得出优选燃气锅炉的结论。有效地保护环境，要防止边治理污染边制造污染。锅炉烟气是主要的大气污染源之一，因此我国环境保护局和国家技术监督局于1992年5月发布了《锅炉大气污染物排放标准》（GB13271-91），该标准对原始含尘浓度，锅炉烟尘允许排放浓度及SOX，NOX最高允许排放浓度，分别根据一、二、三类地区对环境保护的不同要求做了详细明确的说明和规定。 燃油锅炉虽然在烟尘排放大大低于燃煤锅炉，但燃油锅炉SOX和NOX排放量却远远高于燃气锅炉。人们在比较燃煤和燃油锅炉时往往忽略了燃油锅炉的SOX和NOX，等到酸雨成灾再考虑脱硫时已晚矣。 所以客观地说，燃气锅炉无论是从环保角度还是从能源利用角度来说都是较为理想的，这主要是由于气体燃料比固体、液体燃料更易充分燃烧，燃烧热效率更高。 2.3 锅炉的设置费用 用户在设置锅炉房时必须考虑锅炉房锅炉设置的经济性，从而使所选用的锅炉既满足上述要求又节省投资费用，主要从以下几个方面考虑： ①锅炉设备费用（机组）； ②为满足锅炉正常运行的配套辅机费用； ③为放置上述设备的土地征用费； ④锅炉房土建投资费用及其他相关费用。
标签： 比较
上传时间： 2015-03-26
上传用户：爺的气质
算法ebook(10部算法经典著作的合集) 算法ebook> 10部算法经典著作的合集 chm格式 (1)Fundamentals of Data Structures by Ellis Horowitz and Sartaj Sahni (2)Data Structures, Algorithms and Program Style Using C by James F. Korsh and Leonard J. Garrett (3)Data Structures and Algorithm Analysis in C by Mark Allen Weiss (4)Data Structures: From Arrays to Priority Queues by Wayne Amsbury (5)Information Retrieval: Data Structures & Algorithms edited by William B. Frakes and Ricardo Baeza-Yates (6)Introduction to Algorithms by Thomas H. Cormen, Charles E. Leiserson, and Ronald L. Rivest (7)Practical Data Structures in C++ by Bryan Flamig (8)Reliable Data Structures in C by Thomas Plum (9)Data Structures and Algorithms Alfred V. Aho, Bell Laboratories, Murray Hill, New Jersey John E. Hopcroft, Cornell University, Ithaca, New York Jeffrey D. Ullman, Stanford University, Stanford, California (10)DDJ Algorithms and Data Structures Articles
标签： ebook Fundamentals Structures Ellis
上传时间： 2015-04-04
上传用户：tfyt
http://www.edacn.net/cgi-bin/forums.cgi?forum=7&topic=9127下,则R3～R0的输出信号中会有一个为1,但我们还是是无法确定哪一个键被按下,必須要从R3 ～R0 的输出信号与C3～C0的扫描信号共同決定那个按键被按下. 编写VHDL的构思: 外部接口包括: a. INPUT脚 : CLK , R3～R0. b. OUTPUT脚 : C3～C0 , DATA3～DATA0(辨别出的按键值).
标签： cgi-bin forums edacn forum
上传时间： 2015-04-09
上传用户：zm7516678
计算ARMA(p，q)模型的功率谱密度。 形参说明： b——双精度实型一维数组，长度为(q+1),存放ARMA(p，q)模型的滑动平均系数。 a——双精度实型一维数组，长度为(p+1),存放ARMA(p,q)模型的自回归系数。 q——整型变量,ARMA(p,q)模型的滑动平均阶数。 p——整型变量,ARMA(p,q)模型的自回归阶数。 sigma2——双精度实型变量,ARMA(p,q)模型白噪声激励的方差。 fs——双精度实型变量,采样频率(Hz)。 x——双精度实型一维数组,长度为len。当sign＝0时，存放功率谱密度；当sign＝ 1时，存放用分贝表示的功率谱密度。 freq——双精度实型一维数组，长度为len。存放功率谱密度所对应的频率。 len——整型变量，功率谱密度的数据点数。 sign——整型变量,当sign＝0时，计算功率谱密度；当sign＝1时，计算用分贝表 示的功率谱密度。
上传时间： 2015-04-09
上传用户：qiao8960
现代谱估计用莱文森-德宾(Levinson-Durbin)算法求解尤利-沃克(Yule-Walker)方程。 形参说明： r:双精度实型一维数组，存放Yule-Walker方程的元素r(0),r(1),...r(p)。 p:AR模型阶数。 a:AR模型系数a(0),a(1),...a(p)。 v:预测误差功率
标签： Levinson-Durbin Yule-Walker 谱估计 算法
上传时间： 2014-01-26
上传用户：ippler8
