虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

浩辰

  • C++程序设计实践指导

    C++程序设计实践指导,谭浩强,C++程序设计实践指导

    标签: 程序设计 实践

    上传时间: 2016-08-04

    上传用户:252642555

  • 浩铭网络平台

    源码搭建一个  空间 

    标签: 网络平台

    上传时间: 2016-11-25

    上传用户:2461655778

  • 清华大学 谭浩强 答案

    这是一本应用十分广泛的教程的答案,,网上是送不到的

    标签: 清华大学 谭浩强

    上传时间: 2018-05-21

    上传用户:e'e'e'e'e'e'e

  • C语言教学PPT

    谭浩强老师C语言教学PPT  教师必备

    标签: PPT C语言

    上传时间: 2018-10-17

    上传用户:一品黄山

  • 基于微震信号多重分形特征的岩石边坡变形预警研究_毛浩宇

    基于微震信号多重分形特征的岩石边坡变形预警研究,很好的文章

    标签: 信号 多重分形 变形 特征 岩石 预警

    上传时间: 2020-12-31

    上传用户:

  • c++程序设计

    C++程序设计》作者深入调查了我国大学的程序设计课程的现状和发展趋势,参阅了国内外数十种有关C++的教材,认真分析了学习者在学习过程中遇到的困难,研究了初学者的认识规律。在本书中做到准确定位,合理取舍内容,设计了读者易于学习的教材体系,并且以通俗易懂的语言化解了许多复杂的概念,大大减少了初学者学习C++的困难。C++是近年来国内外广泛使用的现代计算机语言,它既支持面向过程的程序设计,也支持基于对象和面向对象的程序设计。国内许多高校已陆续开设了C++程序设计课程。但是,由于C++涉及概念很多,语法比较复杂,内容十分广泛,使不少人感到学习难度较大,难以入门。 考虑到许多读者在学习C++前未学过其他语言,本书把入门起点降低,读者不需要具备C语言的基础。本书包括14章,分为4篇:基本知识;面向过程的程序设计;基于对象的程序设计;面向对象的程序设计。本书内容全面,例题丰富,概念清晰,循序渐进,易于学习。 《C++程序设计》是依据ANSI C++标准进行介绍的,引导读者从一开始就按标准C++的规定编程。本书配有两本辅导教材,即《C++程序设计题解与上机指导》和《C++编程实践指导》。 C++程序设计》是大学各专业学生学习C++的基础教材,也是适于初学者学习的教材。 即使没有教师讲授,读者也能看懂本书的大部分内容。此书有谭浩强编写。

    标签: 程序设计

    上传时间: 2021-01-03

    上传用户:

  • C语言程序设计

    C语言程序设计第四版(谭浩强) 适合初学者入门.

    标签: C语言 程序设计

    上传时间: 2021-10-05

    上传用户:ivanhuang

  • C程序设计第三版

    谭浩强c程序设计第三版源代码以及ppt。好好学习,天天向上

    标签: C程序设计

    上传时间: 2021-10-08

    上传用户:kaungpan

  • 最优控制中的数学方法 [朱经浩 著] 2011年版

    本书介绍:涉及LQ最优控制、LQ随机控制和随机鲁棒控制的Riccati矩阵微分方程的迭代法的新成果,最优控制的一些新方法。

    标签: 最优控制中的数学方法

    上传时间: 2021-11-03

    上传用户:nhhrzh

  • 神经网络在智能机器人导航系统中的应用研究

    神经网络在智能机器人导航系统中的应用研究1神经网络在环境感知中的应 用 对环境 的感 知 ,环境模型 妁表示 是非常重要 的。未 知 环境中的障碍物的几何形状是不确定的,常用的表示方浩是 槽格法。如果用册格法表示范围较大的工作环境,在满足 精度要求 的情况下,必定要占用大量的内存,并且采用栅 格法进行路径规划,其计算量是相当大的。Kohon~n自组织 神经瞬络为机器人对未知环境的蒜知提供了一条途径。 Kohone~冲经网络是一十自组织神经网络,其学习的结 果能体现出输入样本的分布情况,从而对输入样本实现数 据压缩 。基于 网络 的这些特 性,可采 用K0h0n曲 神经元 的 权向量来表示 自由空间,其方法是在 自由空间中随机地选 取坐标点xltl【可由传感器获得】作为网络输入,神经嘲络通 过对大量的输八样本的学习,其神经元就会体现出一定的 分布形 式 学习过程如下:开 始时网络的权值随机地赋值 , 其后接下式进行学 习: , 、 Jm(,)+叫f)f,)一珥ff)) ∈N,(f) (,) VfeN.(f1 其 中M(f1:神经元 1在t时刻对 应的权值 ;a(∽ 谓整系 数 ; (『l网络的输八矢量;Ⅳ():学习的 I域。每个神经元能最 大限度 地表示一 定 的自由空间 。神经 元权 向量的最 小生成 树可以表示出自由空问的基本框架。网络学习的邻域 (,) 可 以动 态地 定义 成矩形 、多边 形 。神经 元数量 的选取取 决 于环境 的复杂度 ,如果神 经元 的数量 太少 .它们就 不能 覆 盖整十空间,结果会导致节点穿过障碍物区域 如果节点 妁数量太大 .节点就会表示更多的区域,也就得不到距障 碍物的最大距离。在这种情况下,节点是对整个 自由空间 的学 习,而不是 学习最 小框架空 间 。节 点的数 量可 以动态 地定义,在每个学习阶段的结柬.机器人会检查所有的路 径.如检铡刊路径上有障碍物 ,就意味着没有足够的节点 来 覆盖整 十 自由窑 间,需要增加 网络节点来 重新学 习 所 138一 以为了收敛于最小框架表示 ,应该采用较少的网络 节点升 始学习,逐步增加其数量。这种方法比较适台对拥挤的'E{= 境的学习,自由空间教小,就可用线段表示;若自由空问 较大,就需要由二维结构表示 。 采用Kohonen~冲经阿络表示环境是一个新的方法。由 于网络的并行结构,可在较短的时间内进行大量的计算。并 且不需要了解障碍物的过细信息.如形状、位置等 通过 学习可用树结构表示自由空问的基本框架,起、终点问路 径 可利用树的遍 历技术报容易地被找到 在机器人对环境的感知的过程中,可采用人】:神经嘲 络技术对 多传 感器的信息进 行融台 。由于单个传感器仅能 提 供部分不 完全 的环境信息 ,因此只有秉 甩 多种传感器 才 能提高机器凡的感知能力。 2 神经 网络在局部路径规射中的应 用 局部路径 规删足称动吝避碰 规划 ,足以全局规荆为指 导 利用在线得到的局部环境信息,在尽可能短的时问内

    标签: 神经网络 智能机器人 导航

    上传时间: 2022-02-12

    上传用户:qingfengchizhu