计算机组成原理历年试卷.zip

HTML5+JS实现的全屏星空特效源码HTML5+JS实现的全屏星空特效源码HTML5+JS实现的全屏星空特效源码HTML5+JS实现的全屏星空特效源码HTML5+JS实现的全屏星空特效源码

这是一本关于Gaussian过程回归、分类方面的书。对机器学习新方法感兴趣的不妨看一看。ContentsSeries Foreword . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiPreface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiiiSymbols and Notation . . . . . . . . . . . . . . . . . . . . .

1.sgip 华为smproxy调用样例2.短消息代理(SGIP SMProxy)使用说明书.doc3.smproxy.jar的源码4.测试通过，可以发送

【实例简介】本文的制订旨在给所有从事华为产品资料写作工作的人员提供统一的写作规范，使大家在实际工作中有共同标准可以遵循。

利用粒子群优化小波神经网络进行车位预测，仿真结果显示预测精度较高

维纳滤波原理及其matlab实现，很好的论文。

【实例简介】包括C/A码的产生，从模拟GPS信号的生产，捕获和跟踪仿真

充分了解数学建模的相关知识，其中包括各种算法以及MATLAB在数学建模中的具体应用以及相关的程序代码，综合各方面的知识，方便我们了解例如线性规划maxx s.t. Ax>b的Maab标准型为min -cx s.Axcx∑anx,=bi=12,…,mst≥可行解满足约束条件(4)的解x=(x1,x2,…,xn),称为线性规划问题的可行解,而使目标函数(3)达到最大值的可行解叫最优解可行域所有可行解构成的集合称为问题的可行域,记为R14线性规划的图解法101+x2=106z=12图1线性规划的图解示意图图解法简单直观,有助」了解线性规划问题求解的基木原坦。我们先应用图解法来求解例1。对于每一固定的值z,使目标函数值等于z的点构成的直线称为目标函数等位线,当z变动时,我们得到一族平行直线。对于例1,显然等位线截趋于右上方,其上的点具有越大的目标函数值。不难看出,本例的最优解为x*=(2,6),最优目标值26从上面的图解过程可以看出并不难证明以下断言:(1)可行域R可能会出现多种情况。R可能是空集也可能是非空集合,当R非空时,它必定是若干个半平面的交集(除非遇到空间维数的退化)。R既可能是有界区域,也可能是无界区域(2)在R非空,线性规划既可以存在有限最优解,也可以不存在有限最优解(其目标函数值无界)。(3)若线性规划存在有限最优解,则必可找到具有最优目标函数值的可行域R的“顶点”。上述论断可以推广到一般的线性规划问题,区别只在」空问的维数。在一般的n维空间中,满足一线性等式∑a1x=b的点集被称为一个超平面,而满足一线性不等式氵=1∑ax≤b(或∑a1x,≥b)的点集被称为一个半空间(其中(a1…,an)为一n维行向量,b为一实数)。若千个半空间的交集被称为多胞形,有界的多胞形又被称为多面体。易见,线性规划的可行域必为多胞形(为统一起见,空集Φ也被λ为多胞形)。在一般n维空问中,要直接得出多胞形“顶点”概念还有一些困难。二维空间中的顶点可以看成为边界直线的交点,但这一几何概念的推广在一般n维空间中的几何意义并不十分直观。为此,我们将采用另一途径来定义它。定义1称n维空间中的区域R为一凸集,若Vx,x2∈R及元∈(01),有x+(1-4)x2∈R定义2设R为n维空间中的一个凸集,R中的点x被称为R的一个极点,若不存在x、x2∈R及∈(0,1),使得x=4x+(1-4)x2。定义1说明凸集中任意两点的连线必在此凸集中;而定义2说明,若x是凸集R的个极点,则x不能位于R中任意两点的连线上。不难证明,多胞形必为凸集。同样也不难证明,维空间中可行域R的顶点均为R的极点(R也没有其它的极点)1.5求解线性规划的 Matlab解法单纯形法是求解线性规划问题的最常用、最有效的算法之一。这里我们就不介绍单纯形法,有兴趣的读者可以参看其它线性规划书籍。下面我们介绍线性规划的 Matlab解法Matlab中线性规划的标准型为min c rAx shs t.Aeq. x=beb

将TDMS格式转换为matlab可读的mat文件。批量转换文件夹下的所有文件。自动索引TDMS文件的组名和通道名称。自动命名mat文件名与TDMS文件名一致。改了一晚上，大家支持下。

用于实现个人免签约支付宝，原理是抓取个人账单，并将最新账单与用户提交的账单匹配，如成功返回给网站做交互