这是一本试合JAVA初学者的书籍 第1章 对象入门 第2章 一切都是对象 第3章 控制程序流程 第4章 初始化和清除 第5章 隐藏实施过程 第6章 类再生 第7章 多形性 第8章 对象的容纳 第9章 违例差错控制 第10章 Java IO系统 第11章 运行期类型鉴定 第12章 传递和返回对象 第13章 创建窗口和程序片 第14章 多线程 第15章 网络编程 第16章 设计范式 第17章 项目 附录A 使用非Java代码 附录B 对比C++和Java 附录C Java编程规则 附录D 性能
上传时间： 2014-01-01
上传用户：wsf950131
CAN－bus 规范V2.0 版本 这本CAN 规范技术规范由两部分组成： • A 部分：CAN 的报文格式说明（按CAN1.2 规范定义）。 • B 部分：标准格式和扩展格式的说明。
上传时间： 2015-06-04
上传用户：天诚24
车牌定位－－－VC++源代码程序 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2013-11-26
上传用户：懒龙1988
％直接型到并联型的转换 ％ ％[C,B,A]=dir2par(b,a) ％C为当b的长度大于a时的多项式部分 ％B为包含各bk的K乘2维实系数矩阵 ％A为包含各ak的K乘3维实系数矩阵 ％b为直接型分子多项式系数 ％a为直接型分母多项式系数 ％
上传时间： 2014-01-20
上传用户：lizhen9880
大国补丁后的nessus2.2.8的源代码，2.2.8中有较严重的b
上传时间： 2015-08-15
上传用户：zhaoq123
1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2014-01-08
上传用户：songrui
设A和B是长度相同的2个字符串。A和B的距离定义为相应位置字符距离之和。2个非空格字符的距离是它们的ASCII码之差的绝对值。空格与空格的距离为0；空格与其它字符的距离为一定值k。 字符串A的扩展是在A中插入若干空格字符所产生的字符串。在字符串A和B的所有长度相同的扩展中，有一对距离最小的扩展，该距离称为字符串A和B的扩展距离。 对于给定的字符串A和B，试设计一个算法，计算其扩展距离。
上传时间： 2014-12-22
上传用户：15736969615
区域增长的算法实现: 1)根据图像的不同应用选择一个或一组种 子,它或者是最亮或最暗的点,或者是位 于点簇中心的点 2...通过像素集合的区域增长 算法实现: 区域A 区域B 种子像素增长.3)增长的规则 4) 结束条件.
上传时间： 2015-09-30
上传用户：wcl168881111111
考察例1 4 - 8中的1 4个点。A中的最近点对为(b,h)，其距离约为0 . 3 1 6。B中最近点对为 (f, j)，其距离为0 . 3，因此= 0 . 3。当考察 是否存在第三类点时，除d, g, i, l, m 以外 的点均被淘汰，因为它们距分割线x= 1的 距离≥ 。RA ={d, i, m}，RB= {g, l}，由 于d 和m 的比较区中没有点，只需考察i 即可。i 的比较区中仅含点l。计算i 和l 的距离，发现它小于，因此(i, l) 是最近
标签：
上传时间： 2013-12-03
上传用户：66666
1.大型稀疏线性方程组的求解 A*X=b 。 2. 一维数组冒泡法排序算法 4.矩阵求逆 5. 改进的牛顿算法——弦割法
上传时间： 2015-10-29
上传用户：asddsd
