基于dsp的任意信号发生器的设计与实现

winfrom框架源代码，C#源代码框架。WeifenLuo.WinFormsUI.Docking源代码 WeifenLuo.WinFormsUI.Docking3.0.2最新源代码

历年试题简答题答案，很有用的考试资料，开卷必备二者的区别就在于,确定性的每·步只有种选择,而非有多种选择,由些可见,非的计算能力比确定性强得多。时间复杂性即从开妈直至进入停机状态所运行的步数,同理空间复杂度归并排序算法和快速排序算法各自强调了那个方面?各自提高效率的策略是什么?归并由分解与合并两部分组成。提高的话一个是当元素比较少时,可以直接进行排序,比如插入排序。这比分解合并要快得多。二是尽量采用链表结构,因链表结构的移动要快于数组决排也是利用分治法排序。主要过程为划分。些改进的方法在确定第小元素时,就是将个元素分为一段这种方法复杂性可达到()二.(分)试用算法求解下面无向赋权图的最小生成树,指出最小生成树及该树中各边被选中的先后次序;写出算法的基本步骤。iTCHY181513,(81347166120解:根据算法,从开始,选择和加入集合找出集合中顶点相邻的最小权值点加入集合依次为基本步骤:从第一个结点开始,加入集合每次选择中顶点与外的顶点权值最小的顶点,加入集合直到集合包含所有顶点分)用—分枝限界算法求解背包问题:,物品重量和价值分别是画出由算法生成的状态空间树,并标明各节点的优先级的值;给出各节点被选作当前扩展节点的先后次序;给出最优解。解具体步骤就不写了四.(分)已知一组数满足,且被搜索的对象的概率分布是a=0.1.a1=0.01,a2=0.02,a3=0.04,a4=0.03,c=0.2h=015.b2=005b=075b=025b3=0075其中表示被搜索对象在区间内的概率,表示被搜索对象为的概率,使用动态规划算法求该搜索门的最优二叉搜索树。解:各了树的根:最优二叉树结构是根是的左孩子是的左孩子是的右孩子是的左孩子是的左孩子是的右孩子是的右孩子是的右孩子是的左孩子是的右孩子五.分假定已知“无向图的回路”问题是问题,证明“旅行商判定问题乜是问题。解:首先,旅行商问题是的,因为对其解的任一猜想,要检验它是否是最优的,需要同所有其它的环游戏比较,这样的环游会有指数个,因而不可能在多项式吋间内完成考虑图的哈密顿回路问题,已知无向图构造其对应的旅行商问题为()属于边,,否则显然,这一变换可以在多项式时间内完成,而且,有哈回路的充分必要条件是上述构建的旅行商问题有解,且解对应的路长度为,因为,若中不含哈回路,则路长至少为因为已知哈回路问题是问题,并且上述变换为多项式变换,所以旅行商问题也为问题

一、课程设计目的和意义掌握8255、8259、8253芯片使用方法和编程方法，通过本次课程设计，学以致用，进一步理解所学的相关芯片的原理、内部结构、使用方法等，学会相关芯片实际应用及编程，系统中采用8088微处理器完成了电子钟的小系统的独立设计。同时并了解综合问题的程序设计掌握实时处理程序的编制和调试方法，掌握一般的设计步骤和流程，使我们以后搞设计时逻辑更加清晰。二、开发环境及设备1、设计环境PC机一台、windows 98系统、实验箱、导线若干。2、设计所用设备8253定时器：用于产生秒脉冲，其输出信号可作为中断请示信号送IRQ2。82

齿轮箱故障诊断系统，源代码，和大家分享了···

qq互联 SDK

使用java技术+sqlserver技术，简单易懂，包含有设计报告文档

高斯混合模型相关资料 包括极大似然估计求解完全推导过程 包括EM求解的完全推导过程 深入浅出 很快就能入门了

清华大学信号与系统完整课件ppt清华大学信号与系统完整课件ppt

贾欣乐、杨盐生教授编著的船舶数学模型的经典之作！

主要研究矩形零件的排样方法，遗传算法的用途在此处体现的淋漓尽致本文算子的选择是有效的为进一步验证算法,对零件数量从16~97的不同算例进行试验,每类有3个例子,其最优排放图均已知,各个算例的基本试验数据(零件数量,板材尺寸)和本文试验最好结果见表2,表2算例2的基本试验数据及本文试验结果Tab 2 Dimension of second exampleand best result given by this paper问题零件最优高度原最优板材所得最低高度()SA+文算法结果(b)SA+最低水平线算法结果种类数量mm尺寸/mmmm2020×2020图1算例1的排放图40×15Fig 1 Layout of first example2860×3032表1本文算法与最低水平线算法排样结果对比C4496060×6064Tab. 1 Difference between our algorithm and7360×90the lowest outline algorithm9712080×120129最小高度最小高度最大高度平均高度运行时间图2给出了部分算例的最好排放结果。 Hopper算法/mm出现频次/mm/mm/ms8. Turton对以上规模不同的矩形件采用BL、BLFSA+最低水平线481/5053.716算法进行排放,允许零件旋转90°,GA、NE、SA、HCSA+本文方法483/505 I48.6等算法搜索排放顺序。文中指出采用BLF排放效果优于BL算法10%~30%,采用SA+BLF算法所得4.2算例2结果最优,见表3。(a)C11(b)C41(c)C61图2算例2采用本文算法所得的排放图ig 2 Best layout of second example with our algorithm表3各类别实例的相对距离百分比1表4各实例运行时间对比表Tab3 Relative distance of best solution toTab 4 Average elapsed time foroptimum height for six cases%six cases with different algorithm问题种类BIBLF SA+BLF本文算法问题A+BLFSA+本文算法174种类ms162.824126.7C41816132120C657.5注:1)表中值表示所得最好结果U与最优值lO)pt差值的白分比C61528189447(U-Op:)/lOpt。宇航材料工艺2007年第4期17对比表2、表3知,本文算法和文献[6]中采用图3表明:矩形排放耗时10ms,经人机交互调BLF解码的综合算法结果相近,并且在零件数量较整后材料利用率为86.4%,比人工排样提高约11少(如n=16)时能获得最优解,与埋论分析一致;由8%。表4知,本文算法的运行时间大大少于BLF算法,这5结论是因为在排放R;时只需搜索当前轮廓线段,比BLF实际算例表明最低轮廓线搜索算法能有效地进算法(搜索所有空域区域)搜索空间减少,因此效率明行矩形件排放,与模拟退火算法相结合,能在较短时显提高。由于文献[6的运行环境是:处理器奔腾间内获得与BLF算法相近的排放结果,并且在零件200MHκ,RAM65M, Windows nt4.0;而本文运行数量较少时能获得最优解,是解决大规模矩形件排放环境为:CPU2.8GHz,RAM512M,其速度大约是问题的有效方法200MHz处理器的15倍,因此表4所给BLF混合算参考文献法的运行时间做了相应处理。可见采用轮廓搜索法1张丽萍,张春丽,蒋寿伟.皮料优化排样的有效方法与BLF算法可获得相近的排放效果,但前者效率明软件学报,2005;16(2):316~323显高于后者。文献[7采用启发式递归(HR)算法对2曹炬,周济,余俊.矩形件排样优化的背包算法.中国以上算例进行求解,大大提高了运行效率,但在零件机械工程,1994;5(2):11~12数量较多时其速度也明显低于本文算法。因此最低3曹炬.二维异形切割件优化排样的拟合算法.中国机轮廓搜索法可用于求解大规模矩形件的排样问题。械工程,2000;11(4):438~4414.3应用举例1 Jakobs S On genetic algorithms for the packing of针对不规则复合材料铺层,采用矩形包络法求出 polygons,Eur. of oper,Res.,1996881):165-181其包络矩形,然后采用上述算法进行排放。图3是飞5贾志欣.面向发电设备制造的下料优化排样原理与关机坐舱罩顶棚的铺层展开数据采用以上策略获得的键技术,四川大学博士学位论文,2002排放图。6 Hopper E, Turton B C H. An empirical investigationof meta-heuristic and heuristic algorithms for a 2D packingproblem. EurJ of Oper Res, 2001; 128(1): 34577 Zhang Defu, Kang Yan, Deng Ansheng. A new heuristicrecursive algorithm for the strip rectangular packing problemComputers &. Operations Research, 2006; 33(8): 2209-2 217图3复合材料铺层排放实例(编辑李洪泉)ig. 3 Layout for composites plys18宇航材料工艺2007年第4期矩形件优化排样的研究旧万数据WANFANG DATA文献链接作者:邓冬梅,厝米水,安鲁陵,王桂宾, Deng Dongmei, Zhou laishui, An Luling,Wang guibin作者单位:南京航空航天大学机电学院,南京,210016刊名宇航材料工艺sTc|PKU英文刊名:AEROSPACe mATERIALS technology年,卷(期):2007,37(4)被引用次数4次惨考文献(条)1.张丽萍.张春丽.蒋寿伟皮料优化排样的有效方法[期刊论文]软件学报2005(02)2.曹炬.周济.余俊矩形件排样优化的背包算法[期刊论文]中国机械工程1994(02)3.曹炬二维异形切割件优化排样的拟合算法「期刊论文]中国机械工程2000(044.Jakobs S On geretic algorithms for the packing of polygons 1996 (05.贾志欣面向发电设备制造的下料优化排样原理与关键技术[学位论文]20026. Hopper E Turton B C H An empirical investigation of meta-heuristic and heuristic algorithms for a 2Dpacking problem 2001(01)7. Zhang Defu. Kang Yan. Deng Ansheng A new heuristic recursive algorithm for the strip rectangularpacking problem 2006 (08)相似文献(1条)1.学位论文邓冬梅复合材料铺层排样抆术硏究与开发2007复合材料因其比强度高、比模量大、材料的刚度和强度可设汁等一系列优点,在航空航天领域得到广泛应用,但高昂的价咯成了复合材料应用的最大壁垒。国外的硏究和应用成果表明数字化技术是降低复合材料构件制造成本、提高构件性能的有效途径。目前国内主要还以手工没计和手工制造为主、自动化程度不高,不仅浪费人力、物力,而且产品质量难以保证,因此有必要对复合材料数字化技术进行研究。优化排样是复合材料构件数字化生产过程中的重要环节。本文在研宄各种排样算法的基础上,提岀丁新的矩形件排样算法、优化算法以及不规则样片的排样算法,并与复合材料铺层排样的特点相结合开发了复合材料铺层排样软仁。主要研究内容和创新点如下矩形件排样不仅适用于矩形样片的排放,也是不规则样片排咩的基础。本文在建立矩形件排样数学模型的基础上,介绍了各种常见的定序列矩形件排样算法并分析其特点,提出了一种新的启发式排样算法——最低轮廓线搜索算法。该算法满足“最下最左”条件,克服了其他排样算法对某些排栏图不能给出排列的缺点,实验结果表明该算法排样效果好于最低水平线算法和最下最左(BL)算法。利用该算法实现了大量不同规格图纸的集中出图,省时省力,节约氏张2050%。矩形件排样问题具有图形运算和组合优化两方面的特性,单纯的排样算法只能解决图形运算问题,样片的排放顺序对排样结果同样重要。针对较小规模(一般少于100个图形)的矩形件排样问题,本文提岀了模拟退火与最低轮廓线搜索算法相结合的综合优化算法。对于十多个图形的排样,该算法可短时间内求得最优舾:对于近百个图形的排样,在排样效果相当旳情冮下,该亥算法比其基于模拟退火的综合优化算法效率提髙百以饣。针对大规模矩形件排样问题本文提出了蚁群笪法与最低轸廓线搜索算法相结合旳综合优化算法,该算法比模拟退火与最低轮廓线算法相结合的综合优化算法效率提高十倍以上。不规则图形排栏是所有排样研究中的热点和难点。本文将不规则样片简化成多边形进行排样,提出了两种不同的解法方法:一是基于矩形的排样方法,二是直接对多边形进行排样。基于矩形求解不规则样片排样时,将图形运算、矩形件排样算法及交互调整相结合,提出了基于矩形的多边形综合排样算法。通过各种优化组合策略,对单一样片和多种样片进行组合求其最小包络矩形,从而将不规则形状样片排样转化为矩形件排样进行求解。直接冄放多边形时,重点研究两个多边形的临界多边形(NFP)的求解。首先对基于倾斜图法的NFP求解法进行了改进和优化,完善了凹、凸两多边形NFP的求解,然后提出了适用于任意两多边形N求解的边界绕行法,该方法比基于倾斜图的求解方法适用范围广,计算简单、效率高。根据复合材料构件数宇化生产的主要过程,分析总结了复合材料铺层排样的特点,并将伉化排样算法与复合材料铺层排样的特点相结合,设计丌发了复合材料构件铺层排栏软件系统。引证文献(3条)1.卢远志杨建新.文桂林.周兵.钟志华基于排样思想的工程图坐标尺寸防干涉方法[期刊论文]中南大学学报(自然科学版)2010(2)2.张伟.安鲁陵.邵挠眀.郑盈一种矩形件分层排样算法[期刊论文]宇航材料工艺2010(1)3.陈婷.许超钣金零件排样技术及其发展[期刊论文]锻压装备与制造技术2008(4)本文链接http://d.wanfangdata.comcn/periodicAlyhclgy200704005.aspx授权使用:广东工业大学图书馆( gdgydxtsg),授权号:4flc88c5-bfdd-4dec-8ebf-9ec501113fe6下载时间:2011年4月14日