％ 该Matlab程序基于牛顿－拉夫逊算法，用于计算已知导纳矩阵、PQ节点、PV节点、平衡节点(UA)的电力网络潮流 ％ U - 各节点母线电压 S - 各节点注入功率 S_net - 电力网络总损耗 ％ PQ_P - 实算PQ节点注入有功功率 PQ_Q - 实算PQ节点注入无功功率 ％ delt_PQ_P - 实算PQ节点有功功率修正值 delt_PQ_Q －实算PQ节点无功功率修正值 ％ delt_UA_P - 实平衡节点有功功率修正值 delt_U_2 - 实平衡节点电压平方修正值 ％ delt_PQV - 实算P Q U^2修正值 J - 雅可比矩阵 ％ e - 电压实部 f - 电压虚部 delt_ef - 电压实部与虚部修正值
上传时间： 2015-07-23
上传用户：王楚楚
这是密码学的一个常用算法rc1628，对于学习密码学很有帮助啊。
上传时间： 2015-07-26
上传用户：ouyangtongze
这是密码学的一个常用算法rifndael算法，unix环境下的，对于学习密码学很有帮助啊。
上传时间： 2014-12-03
上传用户：清风冷雨
这是密码学的一个常用算法TWOFISH128，对于学习密码学很有帮助啊。
上传时间： 2015-07-26
上传用户：极客
RSA公钥加密算法基于大整数因式分解困难这样的事实。 选择两个素数，p，q。（一般p,q选择很大的数） 然后计算 z=p*q f=(p-1)(q-1) 选择一个n，使gcd(n,f)=1（gcd代表greatest common divider,一般n也选择一个素数）， n和z就作为公钥。 选择一个s,0<s<f,满足n*s ％ f=1，s就作为私钥。
上传时间： 2013-12-14
上传用户：wxhwjf
crc任意位生成多项式 任意位运算 自适应算法 循环冗余校验码(CRC，Cyclic Redundancy Code)是采用多项式的 编码方式，这种方法把要发送的数据看成是一个多项式的系数 ，数据为bn-1bn-2…b1b0 (其中为0或1)，则其对应的多项式为： bn-1Xn-1+bn-2Xn-2+…+b１X+b０ 例如：数据“10010101”可以写为多项式 X７+X４+X２+1。 循环冗余校验CRC 循环冗余校验方法的原理如下： (1) 设要发送的数据对应的多项式为P(x)。 (2) 发送方和接收方约定一个生成多项式G(x)，设该生成多项式 的最高次幂为r。 (3) 在数据块的末尾添加r个0，则其相对应的多项式为M(x)=XrP(x) 。(左移r位) (4) 用M(x)除以G(x)，获得商Q(x)和余式R(x)，则 M(x)=Q(x) ×G(x)+R(x)。 (5) 令T(x)=M(x)+R(x)，采用模2运算，T(x)所对应的数据是在原数 据块的末尾加上余式所对应的数据得到的。 (6) 发送T(x)所对应的数据。 (7) 设接收端接收到的数据对应的多项式为T’(x)，将T’(x)除以G(x) ，若余式为0，则认为没有错误，否则认为有错。
上传时间： 2014-11-28
上传用户：宋桃子
并行计算算法实践源程序，mpi源程序，包括经常使用的一些经典程序，很实用，能够帮助想要学习使用mpi编程的人员使用
上传时间： 2015-08-09
上传用户：changeboy
一种基于蚁群聚类的径向基神经网络 提出了一种基于蚁群聚类算法的径向基神经网络. 利用蚁群算法的并行寻优特征和挥发系 数方法的自适应更改信息量的能力,并以球面聚类的方式确定了径向基神经网络中基函数的位置, 同时通过比较隐层神经元的相似性、合并相似性较为接近的2 个神经元来约简隐含层的神经元,以 达到简化径向基神经网络结构的目的. 实验比较了几种不同聚类算法的径向基神经网络,结果表 明,所提神经网络的整体训练时间至少可缩短40 ％ ,学习的准确率可提高1 ％以上,而且网络结构 更加精简.
上传时间： 2013-12-26
上传用户：wuyuying
提出了一种RBF网非线性动态系统在线建模的资源优化网络(RON)方法．RON 在资源分配网络的学习过程中引入了滑动窗口和网络结构在线优化的思想，使网络能根据最 近一段时间内的误差信息自动实现网络结构优化，从而使RBF网既能在线适应对象的变化， 又能使网络规模维持在较小水平，并保证了网络的泛化能力．使用滑动窗口技术使RON对学 习参数变化具有较好的鲁棒性，并更易收敛．三个标准例子演示了算法的有效性．
上传时间： 2014-01-09
上传用户：SimonQQ
数据结构算法vc++6.0程序集教材之part2---链式存储的表,堆栈,队列， vc实现少有的特别好的程序集强烈推荐,特别好,特别适合学习数据结构,有向动手实践的,把数据结构的算法都用vc实现了,经典经典经典经典经典经典经典!
上传时间： 2015-08-12
上传用户：lx9076
