0-3.3v电压表数码显示程序

对难于时行积分的方程y=x*sin(x),用蒙特卡洛方法进行了求解。-Difficult when the line integral of the equation y = x* sin (x), using Monte Carlo methods to solve.

应用背景ｖｉｓｕａｌＣ＋＋制作汉子的逐个显示动画，输出“你好！欢迎你来到山西大同大学！！！”关键技术ＣＤＣ类的应用，ｖｉｓｕａｌＣ＋＋编程

一些java的小程序.包括排序,一些bank的小计算,-some small procedures. Includes sorting, some small bank,

本程序实现了数理统计的趋势面分析，并给出了F,t检验，可用作数理统计教材的配套计算-realized by the Mathematical Statistics trend surface analysis, and gives F, t test, can be used as a teaching mathematical statistics supporting calculations

解算高阶矩阵，可以求逆，求特征值，对矩阵进行特征值分解-High-order matrix solvers can be inverse, and eigenvalues of matrix eigendecomposition

 1953年美国数学家G.B.丹齐克为了改进单纯形法每次迭代中积累起来的进位误差，提出改进单纯形法。其基本步骤和单纯形法大致相同，主要区别是在逐次迭代中不再以高斯消去法为基础，而是由旧基阵的逆去直接计算新基阵的逆，再由此确定检验数。这样做可以减少迭代中的累积误差，提高计算精度，同时也减少了在计算机上的存储量。    优选法在数学上就是寻找函数极值的较快较精确的计算方法。1953年美国数学家J.基弗提出单因素优选法棗分数法和0.618法（又称黄金分割法）  ，后来又提出抛物线法。至于双因素和多因数优选法，则涉及问题较复杂，方法和思路也较多，常用的有降维法、瞎子爬山法、陡度法、混合法、随机试验法和试验设计法等。优选法的应用范围相当广泛，中国数学家华罗庚在生产企业中推广应用取得了成效。企业在新产品、新工艺研究，仪表、设备调试等方面采用优选法，能以较少的实验次数迅速找到较优方案，在不增加设备、物资、人力和原材料的条件下，缩短工期、提高产量和质量，降低成本等。    新安江模型是河海大学提出的一个水文模型，是中国少有的一个具有世界影响力的水文模型。新安江模型是分散性模型，可用于湿润地区与半湿润地区的湿润季节。当流域面积较小时，新安江模型采用集总模型，当面积较大时，采用分块模型。它把全流域分为许多块单元流域，对每个单元流域作产汇流计算，得出单元流域的出口流量过程。再进行出口以下的河道洪水演算，求得流域出口的流量过程。把每个单元流域的出流过程相加，就求得了流域的总出流过程。    该代码采用单纯形法以及客观优选法两种参数率定中最常用的方法进行水文模型新安江模型的参数率定，在模型中充分考虑了日资料以及时段资料等，将其进行处理在数据库中，同时采用odbc和本地路径两种方法读取数据库，最好的解决了水文模型中参数率定的方法计算，模块化的参数率定方法更适合于初学者应用。

旅行商问题的模拟退火matlab源码程序-Traveling salesman problem matlab source of the simulated annealing procedure

资源描述 11079 可以移动的石子合并（必做） 时间限制:1000MS  内存限制:1000K 提交次数:0 通过次数:0 题型: 编程题   语言: G++;GCC;VC;JAVA Description 有n堆石子形成一行(a1,a2,…,an，ai为第i堆石子个数)，现要将石子合并成一堆，规定每次可 选择至少2堆最多k堆移出然后合并，每次合并的分值为新堆的石子数。 若干次合并后，石子最后肯定被合并为一堆，得分为每次合并的分值之和。 现在求解将这n堆石子合并成一堆的最低得分和最高得分。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报 打分 发表评论 暂无评论

SLl0算法是一种压缩感知稀疏重构的新算法，通过利用高斯函数等光滑函数来逼近压缩感知中的0范数优化问题，将NP问题转化为光滑凸优化问题。根据本人测试，SL0算法计算效率显著高于传统的OMP、BP等算法，同时具有较好的计算精度，不过对噪声的容忍度略差。

该算法首先利用高斯混合模型的背景差分法,结合空间邻域的相关性信息得到运动目标图像, 然后通过建立帧间关系矩阵将跟踪情况分为5种状态分别进行处理,这5种状态是新目标出现、 目标匹配、目标遮挡、目标分离和目标消失。采用卡尔曼滤波器预测目标参数,建立目标在下一帧中的预测信息。 当运动目标相互遮挡时,在卡尔曼滤波器预测区域内采用交叉搜索法实现多个运动目标的精确匹配。 通过多个视频序列测试,该算法能够获得良好的跟踪结果。