-
让任务管理器的CPU使用记录呈正弦曲线显示
通过SetProcessAffinityMask指定多核CPU中的一核来运行,然后通过GetTickCount() - startTime来控制CPU忙时的时间,从而达到
让CPU记录状态呈正弦曲线显示
- 2022-03-15 22:00:04下载
- 积分:1
-
可以实现矩阵行列式的任意变换,求任意向量的极大无关组,齐次非齐次线性方程组的求解...
可以实现矩阵行列式的任意变换,求任意向量的极大无关组,齐次非齐次线性方程组的求解-Can achieve an arbitrary transformation matrix determinant, find great vector independent of any group, homogeneous non-homogeneous linear equations to solve, etc.
- 2023-07-07 14:20:03下载
- 积分:1
-
创建生词库的简单编程
用C编的一个生词库的创建,包括生词的输入、删除、查找等功能。代码不是很长,但是绝对实用。这是我们大学C语言课的最后作业。
- 2022-10-12 03:40:03下载
- 积分:1
-
已知一个单链表L编写一个删除L中值为x结点的直接前驱结点的程序。
#include
#include
#include
typedef int ElemType; // 定义数据结构元素的数据类型
#define LIST_INIT_SIZE 10 // 线性表存储空间的初始分配量
#define LISTINCREMENT 5 // 线性表存储空间的分配增量
// 线性表的动态分配顺序存储结构
ty
- 2022-03-13 17:25:00下载
- 积分:1
-
基于RRT及其改进型的路径规划算法
本算法是自己的机器人课程设计,有具体的算法原理和程序设计介绍。具体内容见设计报告书。在压缩包里。 本设计学习并分析了基本RRT路径规划的原理,并通过参考资料及自己分析,提出了一种改进的RRT路径规划算法。为了验证改进型RRT算法的正确性以及合理性。最后在VS2010开发环境下用C++编写了两种RRT算法的程序代码及演示界面。通过一定量的实验得到了大量数据。经过数据分析,验证了改进型RRT是正确的,并且在不破坏基本RRT算法的随机性的前提下,有效的将随机性和目的性结合起来,提高了RRT算法的效率和路径的质量。 本设计中,选取二维平面作为机器人的运动环境。即在二维平面下进行RRT算法设计,将机器人看做二维平面上的一个点。机器人的运动是连续的。 用C++语言实现算法,在VS2010集成开发环境下运行调试程序。 在演示软件中,将机器人所处的环境大小设置为600*400。机器人的起始位置用一个半径为30的大圆的圆心表示。目标点用一个半径为
- 2023-03-18 04:40:05下载
- 积分:1
-
搜索数据
它将搜索的关键字数组和数组查找关键字如果它指示该数组。欢迎大家下载、试用。谢谢大家的支持!
- 2022-01-21 01:14:05下载
- 积分:1
-
定点数函数集,包括16位定点数的各种加减乘除运算函数。
定点数函数集,包括16位定点数的各种加减乘除运算函数。-will function set points, including 16 fixed points of the arithmetic operations function.
- 2022-03-20 17:45:56下载
- 积分:1
-
梯度下降
梯度下降法,需要安装numpy库,示例是二位的点进行拟合。将注释去掉就可以完整运行。根据网上的梯度下降算法公式编写完成。可以自己扩展到多维的数据点进行拟合
- 2022-02-01 03:57:04下载
- 积分:1
-
一个RNG(相关邻近图)的生成算法,输入一些原始数据信息,得到RNG图信息....
一个RNG(相关邻近图)的生成算法,输入一些原始数据信息,得到RNG图信息.-an RNG (related neighboring) algorithm for the generation, the importation of some raw data information, to receive information RNG map.
- 2022-03-15 01:10:48下载
- 积分:1
-
Apriori 数据挖掘算法 源码
Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里,所有支持度大于最小支持度的项集称为频繁项集,简称频集。
是:首先找出所有的频集,这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则,这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则,产生只包含集合的项的所有规则,其中每一条规则的右部只有一项,这里采用的是中规则的定义。一旦这些规则被生成,那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集,使用了递归的方法。
- 2022-02-06 22:22:07下载
- 积分:1