#include "iostream" using namespace std; class Matrix { private: double** A; //矩阵A double *b; //向量b public: int size; Matrix(int ); ~Matrix(); friend double* Dooli(Matrix& ); void Input(); void Disp(); }; Matrix::Matrix(int x) { size=x; //为向量b分配空间并初始化为0 b=new double [x]; for(int j=0;j<x;j++) b[j]=0; //为向量A分配空间并初始化为0 A=new double* [x]; for(int i=0;i<x;i++) A[i]=new double [x]; for(int m=0;m<x;m++) for(int n=0;n<x;n++) A[m][n]=0; } Matrix::~Matrix() { cout<<"正在析构中~~~~"<<endl; delete b; for(int i=0;i<size;i++) delete A[i]; delete A; } void Matrix::Disp() { for(int i=0;i<size;i++) { for(int j=0;j<size;j++) cout<<A[i][j]<<" "; cout<<endl; } } void Matrix::Input() { cout<<"请输入A:"<<endl; for(int i=0;i<size;i++) for(int j=0;j<size;j++){ cout<<"第"<<i+1<<"行"<<"第"<<j+1<<"列:"<<endl; cin>>A[i][j]; } cout<<"请输入b:"<<endl; for(int j=0;j<size;j++){ cout<<"第"<<j+1<<"个:"<<endl; cin>>b[j]; } } double* Dooli(Matrix& A) { double *Xn=new double [A.size]; Matrix L(A.size),U(A.size); //分别求得U，L的第一行与第一列 for(int i=0;i<A.size;i++) U.A[0][i]=A.A[0][i]; for(int j=1;j<A.size;j++) L.A[j][0]=A.A[j][0]/U.A[0][0]; //分别求得U，L的第r行，第r列 double temp1=0,temp2=0; for(int r=1;r<A.size;r++){ //U for(int i=r;i<A.size;i++){ for(int k=0;k<r-1;k++) temp1=temp1+L.A[r][k]*U.A[k][i]; U.A[r][i]=A.A[r][i]-temp1; } //L for(int i=r+1;i<A.size;i++){ for(int k=0;k<r-1;k++) temp2=temp2+L.A[i][k]*U.A[k][r]; L.A[i][r]=(A.A[i][r]-temp2)/U.A[r][r]; } } cout<<"计算U得:"<<endl; U.Disp(); cout<<"计算L的:"<<endl; L.Disp(); double *Y=new double [A.size]; Y[0]=A.b[0]; for(int i=1;i<A.size;i++ ){ double temp3=0; for(int k=0;k<i-1;k++) temp3=temp3+L.A[i][k]*Y[k]; Y[i]=A.b[i]-temp3; } Xn[A.size-1]=Y[A.size-1]/U.A[A.size-1][A.size-1]; for(int i=A.size-1;i>=0;i--){ double temp4=0; for(int k=i+1;k<A.size;k++) temp4=temp4+U.A[i][k]*Xn[k]; Xn[i]=(Y[i]-temp4)/U.A[i][i]; } return Xn; } int main() { Matrix B(4); B.Input(); double *X; X=Dooli(B); cout<<"~~~~解得:"<<endl; for(int i=0;i<B.size;i++) cout<<"X["<<i<<"]:"<<X[i]<<" "; cout<<endl<<"呵呵呵呵呵"; return 0; }
标签： 道理特分解法
上传时间： 2018-05-20
上传用户：Aa123456789
文献神器V4.0 使用说明 必看！！！通过 DOI 号下载： （该方法比较方便， 但是不一定能够搜索到全部的论文，如果搜索不 到可以结合后面的谷歌学术， SCI-HUB， 知网和百度学术等接口进一步搜索！）
上传时间： 2021-02-09
上传用户：
百度文库网页免费浏览插件，支持谷歌、火狐、edge，可以免费复制百度文库中内容，可自动嗅探下载链接，免费下载百度文库文档。网页脚本插件，内存占用小，浏览器的万能插件，亲测好用。安装步骤可搜索百度geasy fork网站。转载geasy fork油猴脚本插件，非作者原创，程序猿良心工艺，优良插件，值得拥有。
标签： 免费下载插件
上传时间： 2021-10-20
上传用户：
5G中的SDN-NFV和云计算.pdf摘 要 通过介绍广义的SDN/NFV和云计算，结合未来5G网络的特点，分析了5G中上述技术的 应用前景和技术定位；结合5G的网络特点和现有网络的部署情况，总结了各技术间的逻辑关系以及运 营商的侧重点。引言 SDN/NFV 和云计算都是起源于 IT 领域的技术。 如今，云计算已经非常成熟，在 IT 领域已经大规模商 用，SDN技术作为新兴的转发技术，也已经被谷歌等互 联网巨头部署在多个数据中心。随着虚 拟化技术的发展，人们试图将更多的专有 设备虚拟化和软件化，从而达到降低成本 和灵活部署的目的，于是 NFV 的概念诞 生了。本文将结合广义上 3 种技术本身 的特点和未来5G的网络能力要求，分析 各技术在5G架构中的技术定位和前景， 同时结合实际的发展情况，总结未来运营 商在技术研发和业务模式上的侧重点。 1.1 广义的SDN及标准化进程 ONF 在 2012 年 4 月 发 布 白 皮 书 《Software- Defined Networking: The New Norm for Networks》
标签： 5G
上传时间： 2022-02-25
上传用户：jason_vip1
华为AI安全白皮书2018-cn近年来，随着海量数据的积累、计算能力的发展、机器学习方法与系统的持续创新与演进，诸如图像识别、语音识 别、自然语言翻译等人工智能技术得到普遍部署和广泛应用。越来越多公司都将增大在AI的投入，将其作为业务发展 的重心。华为全球产业愿景预测：到2025年，全球将实现1000亿联接，覆盖77%的人口；85%的企业应用将部署到 云上；智能家庭机器人将进入12%的家庭，形成千亿美元的市场。 人工智能技术的发展和广泛的商业应用充分预示着一个万物智能的社会正在快速到来。1956年，麦卡锡、明斯基、 香农等人提出“人工智能”概念。60年后的今天，伴随着谷歌DeepMind开发的围棋程序AlphaGo战胜人类围棋冠 军，人工智能技术开始全面爆发。如今，芯片和传感器的发展使“+智能”成为大势所趋：交通+智能，最懂你的 路；医疗+智能，最懂你的痛；制造+智能，最懂你所需。加州大学伯克利分校的学者们认为人工智能在过去二十年 快速崛起主要归结于如下三点原因[1]：1）海量数据：随着互联网的兴起，数据以语音、视频和文字等形式快速增 长；海量数据为机器学习算法提供了充足的营养，促使人工智能技术快速发展。2）高扩展计算机和软件系统：近 年来深度学习成功主要归功于新一波的CPU集群、GPU和TPU等专用硬件和相关的软件平台。3）已有资源的可获得 性：大量的开源软件协助处理数据和支持AI相关工作，节省了大量的开发时间和费用；同时许多云服务为开发者提供 了随时可获取的计算和存储资源。 在机器人、虚拟助手、自动驾驶、智能交通、智能制造、智慧城市等各个行业，人工智能正朝着历史性时刻迈进。谷 歌、微软、亚马逊等大公司纷纷将AI作为引领未来的核心发展战略。2017年谷歌DeepMind升级版的AlphaGo Zero横 空出世；它不再需要人类棋谱数据，而是进行自我博弈，经过短短3天的自我训练就强势打败了AlphaGo。AlphaGo Zero能够发现新知识并发展出打破常规的新策略，让我们看到了利用人工智能技术改变人类命运的巨大潜能。 我们现在看到的只是一个开始；未来，将会是一个全联接、超智能的世界。人工智能将为人们带来极致的体验，将 积极影响人们的工作和生活，带来经济的繁荣与发展。
上传时间： 2022-03-06
上传用户：
前不久推出了针对可穿戴智能设备的新版 Android 操作系统。从目前的市场情况来 看，这款新操作系统率先应用在一些智能手表之中。到目前为止，还没有看到两款不同 的可穿戴设备搭载了相同的操作系统，这种结果也就意味着，针对一款智能手表的应用 与服务不会运行在另一款智能手表上。 事实上，AndroidWear 已经让其它智能手表操作系统——例如，索尼为 Smartwatch2 打造的基于 Android 的定制操作系统等显得有点多余。像三星 Tizen(搭载 在 Gear 智能手表之中)之类的操作系统似乎已难以吸引开发者的关注。 在此方面，谷歌已经做得非常出色。不过，AndroidWear 在初步发布之后，并非有 关此系统工作模式以及其功能相关的所有事物都非常完美。在经过了一周的认真使用之 后，如今业界也发现了 AndroidWear 的一些缺点，当然也有更多的优点。 优点： 1、谷歌已经简化了此系统的操作方法，这是一大优点。用户只需简单的滑动屏幕 即可进行操作，而且还此系统还具有手势导航菜单和推广通知等功能，几乎不用任何按 钮即可完成操作。 2、如果需要按钮，那么屏幕上随时就会出现一个唯一的大按钮，即使用户在行动 中也能非常容易的点击这一按钮。 3、与 Android 的紧密结合让通知功能更加有效——无需开发者的任何努力措施， 所有应用都能够向 AndroidWear 发送通知。 4、此系统的移动控制（Granularcontrol）功能能够让应用更加便捷地向用户发送 通知。 5、通知只是在需要的情况下才会出现——从而减少混乱状况，并让情况简单化。 6、在归档电子邮件或删除通知等方面的功能的确令人满意。 7、菜单转移非常顺利，而且也非常流畅，不会出现时断时续或拖
标签： 智能手表
上传时间： 2022-03-06
上传用户：默默
基于stm32的GPS基本数据处理+串口输入，32与GPS用串口通信并解析得到经纬度，通过另一个串口输入到电脑上。可以自己写个上位机解析经纬度得出具体位置。另外说下，OpenLuat 的所有 GNSS 模块均使用国际标准 (WGS-84)坐标系，所以开发者在国内常见地图定位时，会发现与实际情况有几十米的误差。这并非模块问题， 而是国内地图采用了非标坐标系所致。国内常见地图如高德地图使用 GCJ-02（俗称“火星坐标”。高德地图，腾讯地图，谷歌地图（中国区域）使用该坐标） 坐标系， 百度地图使用 BD-09 坐标系，故此开发者需要对模块输出的经纬度进行加偏处理，才能在国内的地图上实现精确定位。推荐一个网站，http://www.openluat.com/GPS-Offset.html。
上传时间： 2022-05-11
上传用户：
1997年，国际象棋名家卡斯帕罗夫象棋对弈IBM超级电脑深蓝，最后结果是大师输了。2016年，世界顶级围棋高手李世石与AI围棋对决，最后竟以1:4惨败于谷歌阿尔法狗。今年4月，AI电竞团队OpenAI Five与人类战队对决《dota》，2:0 完胜世界冠军OG战队。人工智能凭什么能够战胜人类?答案是AI背后的超级计算机算力。AI通过算力处理大量的相关数据，并以神经网络不断学习成长，最终获得技能，战胜人类选手。算力经济，算力时代，算力改变世界，算力驱动未来。现在很多领域都在谈论算力，到底什么是算力?
标签： 人工智能
上传时间： 2022-05-30
上传用户：
AR0231AT7C00XUEA0-DRBR（RGB滤光）安森美半导体推出采用突破性减少LED闪烁 (LFM)技术的新的230万像素CMOS图像传感器样品AR0231AT，为汽车先进驾驶辅助系统(ADAS)应用确立了一个新基准。新器件能捕获1080p高动态范围(HDR)视频，还具备支持汽车安全完整性等级B(ASIL B)的特性。LFM技术(专利申请中)消除交通信号灯和汽车LED照明的高频LED闪烁，令交通信号阅读算法能于所有光照条件下工作。AR0231AT具有1/2.7英寸(6.82 mm)光学格式和1928(水平) x 1208(垂直)有源像素阵列。它采用最新的3.0微米背照式(BSI)像素及安森美半导体的DR-Pix™技术，提供双转换增益以在所有光照条件下提升性能。它以线性、HDR或LFM模式捕获图像，并提供模式间的帧到帧情境切换。 AR0231AT提供达4重曝光的HDR，以出色的噪声性能捕获超过120dB的动态范围。AR0231AT能同步支持多个摄相机，以易于在汽车应用中实现多个传感器节点，和通过一个简单的双线串行接口实现用户可编程性。它还有多个数据接口，包括MIPI(移动产业处理器接口)、并行和HiSPi(高速串行像素接口)。其它关键特性还包括可选自动化或用户控制的黑电平控制，支持扩频时钟输入和提供多色滤波阵列选择。封装和现状：AR0231AT采用11 mm x 10 mm iBGA-121封装，现提供工程样品。工作温度范围为-40℃至105℃(环境温度)，将完全通过AEC-Q100认证。
标签： 图像传感器
上传时间： 2022-06-27
上传用户：XuVshu
android文档 android 反编译工具 GPS全球定位系统 android参考资料 android谷歌服务安装 android 开发工具
上传时间： 2013-06-22
上传用户：eeworm
