《Multisim14电路设计与仿真》源文件

振动仿真matlab程序振动仿真matlab程序振动仿真matlab程序振动仿真matlab程序振动仿真matlab程序振动仿真matlab程序

提出了一种利用Pareto支配来求解多目标优化问题的自适应和声搜索算法（MOSAHS）。该算法利用外部种群来保存非支配解，为了保持非支配解的多样性，提出了一种基于拥挤度的删除策略，这个策略能较好地度量个体的拥挤程度。用5个标准测试函数对其进行测试，并与其他多目标优化算法相比较。实验结果表明，与其他的算法相比，提出的算法在逼近性和均匀性两方面都有很好的表现，是一种有效的多目标和声搜索算法。102011,47(31)Computer Engineering and Applications计算机工程与应用HMS;(4)和声记忆保留概率HMCR的上下界;(5)音调调节其中,n为所得解的个数,d1为第个解对应目标向量与其最近概率PAR的上下界;(6)最大迭代次数M。的目标向量之间的距离,d为d的平均距离。SP=0表示算步骤2初始化和声记忆库。法所得的解均匀的分布在 Pareto前沿。该指标反映算法所得步骤3产生新解。每次可以通过三种机理产生一个新解分布的均匀程度。解。(1)保留和声记忆库中的分量:(2)随机选择产生;(3)对多样性指标:将算法获得的所有非劣解按某个目标函数(1)、(2)中某些分量进行微调扰动产生。每次产生M个新个体。值的大小有序地分布在目标空间上,h为相邻两点间的距离,步骤4外部种群的更新。从记忆库租新个体中找出非支h为h的平均值,b,b分别为算法获得的边界解与相应极端配解放在外部种群中,计算外部种群的支配关系删除支配解之间的距离,则多样性指标△为解,把非支配解侏留在外部种群中。若外部种群中非支配解的数目超过外部种群规模,则删除多余的个体,每次仅删除hy+h,+∑|h-b(8)个,直到达到外部种群的规模。h,+h1+(n-1h步骤5更新记忆库。计算记忆库和新产生的个体的序极端解指某一目标函数值最大而其他目标函数值最小的并将其按照从大到小的顺序进行排列,前HMS个个体作为新解。n为非劣解的个数。当算法获得的非劣解完全均匀的分的记忆库,进入下一次进化布在均衡面上,h=0,h1=0,所有的h=h,这时△=0。因步骤6判断是否满足终止条件,若满足,则停止迭代,输此,A指标反映非劣解能否均匀的分布在整个均衡面上。出 Pareto最优解集,否则,返回步骤3。4.2数值结果334算法分析为了验证本文提出的算法的有效性,本文采用具有不同由亍和声搜索算法主要是基于邻域搜素的,初始解的好 Pareto前沿的几个典型函数进行仿真实验测试。测试函数坏对搜索的性能影响很大。和声搜索算法可以随机产生初始ZDT1、ZDT2、ZDT3、ZDI4、ZDT6是二维目标函数。由于处理解,也可以通过使用其他的启发式算法或其他方法产生较好多目标优化问题的和声搜索算法还不是很多,所以本文仅与的初始解。和声记忆库HM的大小M是和声搜索算法的种和声搜索算法 IMOHS相比,然后与4种多目标优化算法个重要参数,和声搜索算法之所以具有更强的全局搜索能力,相比,测试结果见表1-表4很大程度上依赖于HM的存在,一般来说,M越大,找到仝局表1MOHS和 MOSAHS的G表2 IMOHS和 MOSAHS的sP最优区域的能力越强。但是随着M的増人,计算量将会变IMOHSMOSAHSIMOHSMOSAHS4大,从而影响到最终搜索到最优解的速度。和声保图概率Dm1781420241-01Dm11433D031.0OE-350100E-0055.3E-36.5328E-004HMCR是和声搜索算法的另一个重要参数,其取值范围是0到5.39-42.1293L-0043.3E-30.0059之间,它决定每次迭代过程中新解产生的方式。在和声搜索ZDT2ZDT224E-48.8573E-0052.4E-35.9104E-004算法中,因新解产生时每个变量都依赖于HMCR,故HMCRDT39.80E-465670E-004ZDT32.|B-20.0077应取较大的值,通常HMCR的值在0.8到1.0之间。音调调节1.7OE-324699E-00529E-28.5088E-004率PAR在和声搜索中起控制局部搜索的作用,它可使搜索逃表3儿种多目标优化算法的GD离局部最优,其值一般取0.1到0.5之间。NSGA-IISPEA2MOPSOIOSADE MOSAHS1.3437E-33.8175E-31.8564E-11.2485E-329624EZITI14078E-449142E-37.7429E-297574E-550100E-0054数值实验9.8112E-48.6104E-352428E-19.8051E-42.1293E-004ZDT241算法性能的评价指标6.4138E-42.5973E-32.9699E-149107E-58.8573E-005多目标优化问题的解质量评价主要集中在所求得的解与2.4783E-397165E-34.3418E-2.1620E-36.5670E-004ZDT31.2746F-45.2305F-364880E-219962F-42.4699E-005理论最优值之间的差距,以及求得的解的分散程度和多样性,5.1635E-29.2512E12010E-349244E-004这里采用由 Van veldhuizen和 Lamont在1998年提出来的世ZDT413281E-34.282lE-18.3745E-549411E-005代距离( Generational Distance,GD)来衡量所求解与理论解75-21.909-252103E-22656-31190-004ZDT6之间的差距,世代距离被定义为如下形式:60797E-31.3994E-32.4963E-21.0967E-48.0065E-006表4儿种多目标优化算法的AGD=NSGA-IISPEA2MOPSO MOSADE MOSAHS0.504290.296440.2038050.131950.4063其中,n为最优解数目,d,为所求得第i个个体在目标空间与理ZDTI3.9251E-21.0850E-116956E-25.692lE-300219论 Pareto最优前沿的最小欧氏距离。世代距离GD越小,算法0.487750.505170.2880260.120990.3764ZDT2逼近 Pareto最优解集的程度越妤,当所得到的解刚好和从最优2.7686E-21.8356E-11.7580E-279444E-300359前端取得的点重合时,GD=0。0.590250.503100.6177960.437830.6388ZDT33.0439E-29.7283E-23.5019E-28.0801E-300103解的分散程度用下式来度量0.375240.727660.3235490.118270441ZDT42.4448E-25.515-13.2953E-25.869E-30.0227SP=n-/~(d-d1)0.486ll0.296441.1232580.1331904325(7)ZDT63.6054E-21.0850E-11.731E-19.8303E-300363InInj∈(1,n)②/(x)-/1(),=1,2,…,n,i≠其中表1、表2中MOHS算法的数据来源于文献5],和o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net陈莹珍,高岳林:多目标自适应和声搜索算法2011,47(31)0.900.80.80.60.70.70.40.60.60.20.30.20.40.10.10.800.10.20.30.40.50.60.70.80.91.000.10.20.3040.50.60.70.80.91.000.10.20.30.40.50.60.70.80.9图1ZDT1图2ZDT2图3ZDT3声记忆库的规模为10,和声保留概率的上下界HMCR==0.95,5总结HMCR=0.85,音调调节概率的上下界PAR、=0.2,PAR=本文将和声搜索算法应用于多目标优化问题的求解,提0.15,最大迭代次数为1000.为了消除实验中的随机性,并进出了一种新的基于拥挤度的多目标和声搜索算法 MOSAHS。行算法性能指标评价,对每个测试函数均重复计算10次。表3、该算法利用单个解与解之间的距离以及单个解与整体解之间表4中 NSGA-II,SPEA2, MOPSO, MOSADE的数据,来源于文的距离,删除种群中的个体,并利用序来更新和声记忆库。数献[161。对丁本文提出的多目标和声搜素算法 MOSAHS,和值实验数据表明,提出的算法在逼近性和多样性两方面都有声保留概率的上下界分别为095085,音调调节概率的上下界很好的表现是一种有效的多目标和声搜索算法。然而,和声分别为0.2、0.15,和声记忆库的规模为10,外部种群的规模为搜索算法和其他群智能算法一样,收敛性的理论证明很困难100,最大迭代次数为10000,算法运行10次。有待进一步的深入研究。表1中上行表示算法收敛度指标GD的平均值,下行表示GiD的标准方差;表2中上行表示分散度指标SP的平均值,下参考文献:行表示SP的标准方差;表3中上行表示算法收敛度指标GD的 Schaffer J D Multiple objective optimization with vector evaluat-平均值,下行表示GD的标准方差;表4中上行表示多样性指ed genetic algorithms[C]//Proceedings of the lst IEEE International Conference on Genetic Algorithms. Lawrence Erlbaum标Δ的平均值,下行表示多样性指标△的标准方差。1985:93-100从表1、表2可以看出本文提出的算法 MOSAHS在收敛(2]HomJ, Nafpliotis N, Goldberg D E A niched Pareto genetic al度和分散度上均优于 IMOHS;从表3、表4可以看出,与NSgorithm for multi-objective optimization[C],Proceedings of thGA- SPEA2、 MOPSO、 MOSADE算法相比,本文提出算法Ist IEEE Conference on Evolutionary Computation, PiscatawMOSAHS的收敛性优于前面四种算法,在多样性方面,与NS994.1:82-87GA- I SPEA2算法相当,此 MOPSO、 MOSADE算法稍差。[3] Srinivas N, Deb KMulti-objective function optimization using图1~图5是本文提出的算法( MOSAHS)对ZDT1,ZDT2non-dominated sorting genetic algorithms[J]. Evolutionary CompuZDT3,ZDT4,ZDT6的函数图像。tation,l994,2(3):221-248[4] Deb K, Pratap A, Agarwal S, et al. A fast and elitist multi-objective genetic algorithm: NSGA-IIJ.IEEE Transactions on Evolu0.8tionary Computation, 2002, 6(2): 182-1970.7[5] Zitzlcr E, Thiclc L Multi-objcctivc evolutionary algorithms: a0.6comparative case study and the strength parel approach0.5IEEE Transactions on Evolutionary Computation, 1999, 3(4)0.40.2[6 Zitzler E, Thiele L SPEA2: improving the strength pareto evolu-0.1ionary algorithm for multi-objcctivc optimization[R].Rcscarch00.10.20.3040.50.60.7080.91.0JrL,2001[7 Knowles J, Corne D The pareto archived evolutionary strategy图4ZDT4A new baseline algorithm for multi-objective optimization[C]//1.0Proceedings of the Conference on Evolutionary Computation Pis-0.9ltaway, NJ: IEEE Press, 1999: 98-10508[8] Tsai S J, Sun T Y, Liu CC, et al. An improved multi-objparticle swarm optimizer for multi-objective problems[J]. ExpertSystems with Applications, 2010, 18(2): 1-150.4[9 Geem Z W, Kim J H, Loganathan G V.A new heuristic optimi-0.zation algorithm: Harmony scarch[J]. Simulation, 2001, 76(2): 60-80[10] Mahdavi M, Fesanghary M, DaInangir E An improved harmony0.20.30.40.50.60.70.80.91.0search algorithm for solving optimization problem] AppliedfMathematics and Computation, 2007, 188(2): 1567-1597图5ZDT6(下转174页o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net1742011,47(31)Computer Engineering and Applications计算机工程与应用插值算法对(a)放大3×3倍后的效果图;图6〔g)是采用本文中个像素需24位。在实现本文算法时,需在读取位图文件信息的插值算法对(a)放大3×3倍后的效果图,其中(a-b-1/6,头时进行判断是属哪类图像(灰度/24真彩色),对于灰色图像1=2=15°)。图7(a)是256×256的原始图像,(b)为原图经只需对图像进行逐像素(也即逐字节)的处理即可。而对于24降采样生成的128×128的缩小图像;(c)、(d为分别采用最邻位彩色图像则分别对每一像素中的3个分量分别处理即可,所近插值、双线性插值算法对(b)放大2×2倍后的效果图。(e)是得到的结果与灰度图是一致的,如图8所示。(b)用 Prewitt算子检测到的图像边缘效果图,(f)是采用本文提出的插值算法对(b)放大2×2倍后的效果图,其中(a=b=1/4,q1=92=15°)。从灰度值显示及图像效果可以看出本文所提出的算法在一定程度上突出了边缘,并修复了部分断裂的边缘,图6(d)中的像素灰度值显示当放大倍数为2×2时,修复边缘的效果更加显著。(a)原图(b)双线性插(c)本文算法(2×2)值(2×2)(a=b=16,1=2=15°)图8采用不同插值算法放大的图像效果图5结论基于图像边缘信息的双线性插值算法充分利用了图像的(a)原图(b)原图降采样(c)最邻近插边缘信息对放大图像边缘上的插值点及边缘邻接点做了较好值法(2×2)的插值处理,这种处理方式使放大后的图像在很大程度上保护了图像的细节,较其他插值算法简单且效果明显,更优于传统双线性插值算法。(d)双线性(e)用 Prewitt算(f)本文算法(2×2)参考文献:插值(2×2)子检测到的边缘(a=b=14,91=中2=15[] Castleman K R数字图象处理[M]北京:清华大学出版社,202图7采用不同插值算法放大的图像效果图117-119[2]孙成叶,桑农图像双线性插值无级放大及其运算量分析[计算上述实验采用的是8位的灰度图像,其实本文所提出的算机工程,2005,31(9:167-169法同样适用于彩色图像,尤其是24位的真彩色图像。灰度图[3]谢美华,王正明基于图像梯度信息的插值方法中国图象图形像的存储文件带有图像颜色表,此颜色表共有256项,图像颜学报,2005,10(7):856-861色表中每一项由红、绿、蓝颜色分量组成,且红、绿、蓝的颜色4Liⅹi, Orchard M T New edge-direcled inlerpolalionJJIEEE分量值都相等。而且,灰度图像的每个像素由8位组成,其值Transactions on Image Processing, 2001, 10(10): 1521-1527范围从0到25,表示256种不同的灰度级,每个像素的像素值5岁立摩,杨勋年基于细分的图像抽值算法门计算机轴助设计与是图像颜色表的表项入∏地址。对于彩色图像而言,若是伪图形学学报,2006,18(9):1311316.彩色图像,则其与灰度图像相似,其存储文件中也带有图像颜孟晋字,华思基于形状的二维灰度图象插值门中国图象图形色表,整幅图像也仅有256种颜色,每个像素由8位组成,但在学报,2003,3(3):312-316图像颜色表中的红、绿、蓝颜色分量不全相等,此时,每个像素I] Yang Xunnian Normal based subdivision scheme for curve design[J]. Computer Aided Geometric Design, 2006, 23(3): 243-260的像素值不是出每个基色分量的数值决定,而是把像素值当s]杨淑莹vC+图像处理程序设计M2版北京:清华大学出版社做图像颜色表的表项入口地址。而24位的真彩色图像的存储2005:130-132文件中则不带有图像颜色表,图像中每一像素是由RGB三个19G0 nzalez r o. Woods e数字图像处理M2版北京:电子1分量组成,每个分量各占8位,每个分量的取值是0到255,每业出版社,2009:463-471上接111页)[15 van Veldhuizen D A, Lamont G B Evolutionary computation[11] Kang S L, Geen Z W.A new structural optimization methodand convergence to a Pareto front[C]/Koza J R Late Breakbased on the harmony search algorithm[J]. Comput Struct, 2004ing Papers at the genetic Programming Conference, Stanford82(9/10):781-798University, California, Stanford Bookstore, 1998: 221-228[12] Geem Z W. Optimal cost design of water distribution networks[l6]刘思远,刘景青.一种新的多目标改进和声搜索优化算法门计算using harmony search[J].Eng Optimiz, 2006, 38(3): 259-280机工程与应用,2010,46(34):27-30[131 Deb K Multi-objective optimization using evolutionary algorithm(M. [17] Wang Yaonan, Wu Lianghong, Yuan Xiaofang. Multi-objectiveChichester: lohn Wiley&Sons, 2001self-adaptive differential evolution with elitist archive and[14]陈莹珍,高岳林混沌自适应和声搜索算法太原理工大学学crowding entropy-based diversity measure[J]. Soft Compute报,2011,42(2):141-1442010:193-209o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net

图像配准 opencv vc++ 程序 图像融合

px4飞控源码，来自github。。。。。。。。。。。。。。。。

KEIL5的注册机KEIL5的注册机KEIL5的注册机KEIL5的注册机KEIL5的注册机KEIL5的注册机KEIL5的注册机KEIL5的注册机 全版本使用

使用小波分析对各种轴承进行故障诊断，打开.m文件，然后把相应的信号数据载入.mat进行保存，仿真是时候把.m和.mat文件设定在同一路径，即可画出图形。

一些经典的小波分析MATLAB程序，从经典97到二维小波、小波滤波器、小波去噪、小波霍夫曼压缩编码、小波神经网络、小波特征提取图像匹配等

c#代码混淆器工具源码，保护开发成果还是挺有必要的，是源码，可以根据需要进行工具的二次开发。

一个基于FPGA的PCI数据采集程序,包括SDRAM控制,PCI9054时序控制,开发语言verilog,开发环境quartus

不错的MIKE21中文教程，主要介绍MIKE21水动力模块方面的内容Www.Zlvo.Com42.7风场( Wind forcing)···;;;·36注意:42.8冰盖( ce coverage)4.2.9引潮势( Tidal potential)42.10降水-蒸发( Precipitation- Evaporation)….4142.1波浪辐射应力( Wave radiation)424212源( Sources4342.13水工结构物( Structures)454.2.14初始条件( nitial conditions)42.15边界条件( Boundary conditions)6142.16温度/盐度模块(Tcmpcraturc/Salinity Module)6742.17湍流模块( Turbulence module)42.8解耜( Decoupling)….…6742.9输出( Outputs)…特别说明:本手册部分内容来源于网络。Www.Zlvo.Com第一章模型介绍11简介MIKE21是一个专业的工程软件包,用于模拟河流、湖泊、河口、海湾、海岸及海洋的水流、波浪、泥沙及环境。MIKE21为工程应用、海岸管理及规划提供了完备、有效的设计环境。高级图形川户界面与高效的计算引擎的结合使得MIKE2I在世界范围内成为了一个水流模拟专业技术人员不可缺少的工具。丹麦水力研究所开发的平面二维数学模型MIKE21,曾经在丹麦、埃及、澳洲、泰国及中国香港、台湾等国家和地区得到成功应用,在丬面二维白由表面流数值模拟方面具有强大的功能。目前该软件在中国的应用发展很快,并在一些大型工程中广泛应用,如:长江口综合治理工程、杭州湾数值模拟、南水北调工程、重庆市城市排污评价、太湖富营养模型、香港新机场工程建设等。12MIKE21软件特点(1)用户界面友好,属于集成的 Windows图形界面;(2)具有强大的前、后攵理功能。在前处理方面,能根据地形瓷料进行计算网格的划分;在后处理方面具有强大的分析功能,如流场动态演示及动画制作、计算断面流量、实测与计算过程的验证、不同方案的比较等;(3)多种计算网格、模块及许可选择确俫用户根据自身需求来选择模型(4)可以进行热启动,当用户因各种原因需暂时中断MIKE21模型时,只要在上次计算时设置了热启动文件,再次开始计算时将热启动文件调入便可继续计算,极大地方便了计算时间有限制的用户;(5)能进行干、湿节点和干、湿单元的设置,能较方便地进行滩地水流的模拟:(6)具有功能强大的卡片设置功能,可以进行多种控制性结构的设置,如桥墩、堰、闸、涵洞等(7)可广泛地应用于二维水力学现象的研究,潮汐、水流,风暴潮,传热、盐流,水质,波浪紊动,湖震,防浪堤布置,船运,泥沙侵蚀、输移和沉积等,Www.Zlvo.Com被推荐为河流、湖泊、河∏和海岸水流的二维仿真模拟工具。1.3水动力模块原理131控制方程模型是基于三向不可压缩和 Reynolds值均布的 Navier-SLokes方程,并服从于 Boussinesq假定和静水压力的假定。二维非恒定浅水方程组为Ch Chu chvhSChu ahauvan h6x+=1-a=欧h-a(1-22pa ax po po ph)+-(h12)+hu,Schv chuy chvfuh-ghan h apay po aygh ap2 Po ay Po po po、ax11)+hS式中:t为时间:x,y为笛卡尔坐标系坐标;n为水位;d为静止水深;h=n+d为总水深;tn,v分别为x,y方向上的速度分量;f是哥氏力系数,f=2 osin p,(为地球白转角速度,为当地纬度;g为重力加速度;p为水的密度;Sx、SS分别为辐射应力分量;S为源项;(uy,ν)为源项水流流速。字母上带横杠的是平均值。例如,矿、ν为沿水深平均的流速,由以下公式定义hu= udz, hvdzWww.Zlvo.Com为水平粘滞应力项,包括粘性力、紊流应力和水平对流,这些量是根据沿水深平均的速度梯度用涡流粘性方程得出的:T=2A2A13,2数值解法)空间离散计算区域的空间离散是用有限体积法( Finite volume method),将该连续统体细分为不重叠的单元,单元可以是任意形状的多边形,但在这里只考虑三角形和四边形单元。在MKE软件2007版本只能是三角形网格。浅水方程组的通用形式一般可以写成上(U)=S(U)(1-6)式中:U为守恒型物理向量:F为通量向量;S为源项在笛卡尔坐标系中,二维浅水方程组可以写为OU O(F-F)O(FY-Fy)S(1-7)式中:上标/和分别为无粘性的和粘性的通量。各项分别如下:0hCu+g(FhuyOu Cha0Fk=lhAolhugh42Www.Zlvo.Comadh2thPu cy Pogn+fuhpe gn opythiPo oy Po对方程(46)第i个单元积分,并运用 Gauss原理重写可得出「a(Fa)-JA(1-9)式中:A1为单元g2的面积;I;为单元的边界;ds为沿着边界的积分变量这里使用单太求积法来计算面积的积分,该求积点位于单元的质点,同时使用中点求积法水计算边界积分,方程(49)可以写为∑FnAT=S(1-10)式中:U和S分别为第个单元的U和S的平均值,并位于单元中心;NS是单元的边界数;^厂,为第j个单元的长度阶解法和二阶解法都可以用于空间离散求解。对于二维的情况,近似的Riemann解法可以用来计算单元界面的对流流动。使用Roc方法时,界面左边的和右边的相关变量需要估计取值。二阶方法中,空间准確度可以通过使用线性梯度重构的技术来获得。而平均梯度可以用由 jawahar和 Kamath于2000年提出的方法来估计,为了避免数值振荡,模型使用了二阶TVD格式。(2)时间积分考虑方程的一般形式aU=G(U)1-11)对于二维模拟,浅水方程的求解有两种方法:一种是低阶方法,另一种是高阶方法。低价方法即低阶显式的Euer方法Un1=Un+△G(Un)(1-12)式中:为时间步长。高阶的方法为以如下形式的使用了二阶的 Runge kuttaWww.Zlvo.Com方法n12=Un+△G(U,)Un+1=Un+△G(Un+12)(1-13)(3)边界条件1)闭合边界沿着闭合边界(陆地边界),所有垂直于边界流动的变量必须为0。对于动量方程,可以得知沿着陆地边界是完全平稳的。2)开边界开边界条件可以指定为流量过程或者是水位过程3)千湿边界处理动边界问题(T湿边界)的方法是基于赵棣华(1994)和 Sleigh(1998)的处理方式。当深度较小时,该问题可以被重新表述,通过将动量通量设置为零以及只考恳质量通量来实现。只有当深度足够小时,计算不考虑该网格屮元。每个单元的水深会被监测,并且单元会被定义为干、半干湿和湿。单元面也会被监测,以确定淹没边界。满足下面两个条件单元边界被定义为淹没边界:首先单元的一边水深必须小于hn,且另一边水深必须大于h;第二,水深小于hn的单元的静水深加上另一单元表面高程水位必须大于零。满足下亩两个条件单元会被定义为干单元:首先单元中的水深必须小于干水深hn;另外,该单元的三个边界中没有一个是淹没边界。被定义为干的单元在计算中会被忽略不计。单儿破定义为半干:如果单元水深介于h和hm之间,或是当水深小于hy但有一个边界是淹没边界。此时动量通量被设定为0,只有质量通量会被计算。单元会被定义为湿:如果单元水深大于ha。此时动量通量和质量通量都会在计算中被考虑。如果模型中的区域是处在τ湿边交替区,为了避免模型计算岀现不稳定性,使用者可以启用 Flood and Dry选项。在这个情形下使用者必须设定一个干水深Www.Zlvo.Com( drying depth),淹没深度( flooding water depth)和湿水深( wetting depth)者必须满足hn