-
双端队列的实现
资源描述利用C语言实现双端队列,即可在队列的首部、尾部,插入元素或删除元素,也可以在建立的双端队列中查找元素。是数据结构中的一个算法,自己写,测试,可放心使用
- 2022-02-04 03:51:20下载
- 积分:1
-
随机表面生成
采用高斯分布生成随机表面。用计算机生成一个高斯分布白噪声二维随机序列,计算其傅里叶变换;
根据指定的自相关函数R通过傅里叶变换得到滤波器输出信号的功率谱密度
- 2023-06-03 05:00:03下载
- 积分:1
-
DPCM编码的联合信源信道译码,这是一个很重要的benchmark程序
DPCM编码的联合信源信道译码,这是一个很重要的benchmark程序-DPCM coding joint source channel decoder, which is a very important benchmark procedures
- 2022-05-25 02:18:57下载
- 积分:1
-
Newton iterative method for solving nonlinear equations, in which compile WITH T...
牛顿迭代法求解非线性方程,已在TC2.0中编译通过-Newton iterative method for solving nonlinear equations, in which compile WITH TC 2.0
- 2023-01-24 15:45:04下载
- 积分:1
-
This code can generate a series of random numbers, and then the number of these...
此代码可以生成一系列随机数,然后对这些随机数进行快速排序。-This code can generate a series of random numbers, and then the number of these random quick sort.
- 2022-03-20 18:48:10下载
- 积分:1
-
G726 解码器-asm.js
这些例程包括 CCITT G.726 16 Kbps 的实现ADPCM 编码算法。这种实现在本质上是相同的的位级描述除了几个偏差,利用的工作站属性,如硬件 2 的补充算法。
ITU-T G.726 编码器是编码算法,适用于编码的数字化的电话带宽自适应差分脉冲编码调制 (ADPCM) 波形 (0.3-3.4 千赫) 语音或在 8 kHz 采样的音频信号。此编码器在样本的样本基础上运作。可以用线性 PCM 或准 8 位 G.711 (m 法 A 律) 格式代表输入的样本(即 64 kbps)。对于 32 kbps 速率进行操作,每个样本被转换成一个 4 位量化的差异信号造成 G.711 格式的压缩比为 2: 1。对于 24 kbps 40 kbps 操作,量化后的色差信号是 3 位和 5 位,分别。
- 2022-02-25 14:17:37下载
- 积分:1
-
该代码是《科学与工程数值算法》(visual C++实现)一书中的源代码,里面包括常见的数值算法的实现,主要包括复数运算、矩阵运算、线性方程组的求解、非线性方程...
该代码是《科学与工程数值算法》(visual C++实现)一书中的源代码,里面包括常见的数值算法的实现,主要包括复数运算、矩阵运算、线性方程组的求解、非线性方程组的求解以及差值和数值积分的实现。-The code is " Science and Engineering, Numerical Algorithms" (visual C++ to achieve) the book" s source code, which include the common realization of numerical algorithm, including complex calculations, matrix operations, linear equations, nonlinear equations, as well as the margin and the achievement of numerical integration.
- 2022-01-31 18:20:24下载
- 积分:1
-
归并排序算法的C++
该代码读取输入文本文件并将其排序,然后将这些数字排序为输出文本文件。代码使用合并排序算法进行排序。
- 2022-09-20 12:50:03下载
- 积分:1
-
K-means聚类算法
k-means聚类算法 机器学习 数据分析K-means算法是将样本聚类成k个簇(cluster)
- 2022-03-24 08:12:07下载
- 积分:1
-
C++实现基于用户的协同过滤
算法过程:1).读入数据,将数据用user_brands存起来,同时建立userid_id,再建立id_brands 2).遍历id_brands得到物品-用户倒排表brand_ids,根据倒排表得到用户的相似矩阵sim_mat 3).为每个用户推荐产品: 3.1).求用户u买过的brand和所有brand的差集得到用户u没有买过的物品集合brand_unused; 3.2).用户u对每一个没用过的物品i的兴趣p(u,i): 3.2.1).找到与用户u最近的k个用户 对于每一个没用过的物品i: 3.2.2).找出这k个用户中对物品i有过行为的用户v[]√ 3.2.3).将用户u和v[j]的兴趣相似度累加 3.3).取前m个最感兴趣的brand推荐给用户; 代码:UCF.cc(用户协同过滤核心代码):#include #include #include #include #include #include #include #include #include #include
- 2023-03-01 07:45:04下载
- 积分:1