虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

LU因子分解

  • 通过设计编制调试一个具体的词法分析程序

    通过设计编制调试一个具体的词法分析程序,加深对词法分析原理的理解。并掌握在对程序设计语言源程序进行扫描过程中将其分解为各类单词的词法分析方法。

    标签: 编制 程序 调试

    上传时间: 2014-11-24

    上传用户:xiaohuanhuan

  • 用BKZIP方式解压缩文件

    用BKZIP方式解压缩文件,压缩因子可达2.5甚至更高,Class CZipArchive 支持自解压缩,加密解密功能,用VC++编写,使用时可以用源文件,也可以用静态连接库

    标签: BKZIP 方式 解压

    上传时间: 2013-12-09

    上传用户:tianjinfan

  • 程序实现了大素数的判断和如果不是素数

    程序实现了大素数的判断和如果不是素数,则其可分解的最小的素数

    标签: 程序 大素数

    上传时间: 2015-03-29

    上传用户:duoshen1989

  • 研究生期间上《数值计算方法》课的作业

    研究生期间上《数值计算方法》课的作业,所有代码都是C语言实现并调试通过,现在上传为大家服务。这是Doolittle分解的算法

    标签: 研究生 数值 计算方法

    上传时间: 2013-12-18

    上传用户:qiaoyue

  • 用C语言来实现的一个程序

    用C语言来实现的一个程序,可以求解线生方程组,比LU分解法求解速度快。

    标签: C语言 程序

    上传时间: 2015-03-31

    上传用户:CSUSheep

  • 程序代码说明 P0401:用Prewitt算子检测图像的边缘 P0402:用不同σ值的LoG算子检测图像的边缘 P0403:用Canny算子检测图像的边缘 P0404:图像的阈值分割 P0405:用水

    程序代码说明 P0401:用Prewitt算子检测图像的边缘 P0402:用不同σ值的LoG算子检测图像的边缘 P0403:用Canny算子检测图像的边缘 P0404:图像的阈值分割 P0405:用水线阈值法分割图像 P0406:对矩阵进行四叉树分解 P0407:将图像分为文字和非文字的两个类别 P0408:形态学梯度检测二值图像的边缘 P0409:形态学实例——从PCB图像中删除所有电流线,仅保留芯片对象

    标签: Prewitt P0401 Canny P0402

    上传时间: 2015-04-03

    上传用户:二驱蚊器

  • 逐步回归算法

    逐步回归算法,比起一般线性回归的速度要快。而且因子是逐步选择的。

    标签: 回归 算法

    上传时间: 2015-04-13

    上传用户:zaizaibang

  • 模拟退火算法来源于固体退火原理

    模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为Boltzmann常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代,并逐步衰减t值,算法终止时的当前解即为所得近似最优解,这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制,包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。

    标签: 模拟退火算法

    上传时间: 2015-04-24

    上传用户:R50974

  • 模拟退火算法来源于固体退火原理

    模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为Boltzmann常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代,并逐步衰减t值,算法终止时的当前解即为所得近似最优解,这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制,包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。

    标签: 模拟退火算法

    上传时间: 2015-04-24

    上传用户:ryb

  • 模拟退火算法来源于固体退火原理

    模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为Boltzmann常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代,并逐步衰减t值,算法终止时的当前解即为所得近似最优解,这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制,包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。

    标签: 模拟退火算法

    上传时间: 2014-12-19

    上传用户:TRIFCT