bushound 3.1.rar bushound 3.1.rar bushound 3.1.rar bushound 3.1.rar

第七章 图习题答案-Chapter VII map answer Exercises

LZW压缩编码源程序，LZW压缩编码是一种先进的数据压缩技术,属于无损压缩编码,该编码主要用于图像数据的压缩，C++实现，代码注释详细，易懂

应用背景n阶方阵的克劳特（crout）分解matlab实现关键技术在矩阵分析课上学习了n阶方阵的三角分解或叫克劳特(crout)分解,便尝试着用MATLAB编程实现。给一个例子如下： 原矩阵a=[2 1 -5 1;1 -3 0 -6;0 2 -1 2;1 4 -7 6] 执行 [l,u]=crout(a); 分解后得： l=[2 0 0 0;1 -3.5 0 0;0 2 0.4286 0;1 3.5 -2 -9] u=[1 0.2 2.5 0.5;0 1 -0.7143 1.8571;0 0 1 -4;0 0 0 1]

3个关于排序的C程序，以及示例，来自《C语言数值常用程序》，所以程序均经过本人测试可以正常使用！-three on the order of C procedures, as well as examples from the "C language commonly used numerical procedures," and so I have to undergo testing can be used normally.

介绍了matlab中 神经网络常用经典类型30历程的数据及源代码，介绍得由浅入深，层层递进。是学习神经网络算法好帮手，希望能给大家带来学习中的方便，希望能和大家多多交流，一起进步。有什么好的思想和方法，大家一起交流，进步的更快一些。

倒酒问题描述： 设有两个能装8两的酒杯（称为１号，２号）装满了酒, 和1个能装3两的空酒杯（称为３号）, 问怎样用这3个酒杯向4个人 敬酒, 使得每个人都喝4两酒. 要求： 用程序计算出可行方案。 输入： 无 输出： 每一步决策．-down quite Problem description : two can be loaded with two of the eight glasses (known as 1, 2) filled with the wine, and one can hold three two empty glasses (known as the 3rd) and asked how to use it three to four glasses and toast the individual, so that each person maximum servings of both types 4 2 liquor. Request : procedures calculated options. Input : None output : each step of the decision-making.

这是在GPU上进行高速数字计算的数学库函数，以实现通用GPU计算-This is the GPU on the high-speed digital computing mathematical library functions in order to achieve universal GPU computing

该代码通过摄像头对动态的物体进行识别，发现有违章的或者闯红绿灯的返回信息，并在窗口处显示出来，如果没有违章的物体则不显示出来。

应用背景2011: Peer-to-Peer 38 and 60 GHz in Austin Texas Cellular (rooftop-to-ground) 2012: Cellular 28 GHz in New York City 2013: Cellular and Backhaul 72 GHz in New York City 2013: Capacity Analysis and Channel Models for 5G关键技术Links made at large range of receiver and transmitter angles • Many scatterers near both RX and TX when placed 1.5m above ground • Antenna Beam-steering can help make several NLOS links • Objects, such as brick, reflect 38 GHz better than 60 GHz due to lower diffusive scattering.

用遗传算法实现TSP最短路寻优问题，遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择个体