登录
首页 » 算法 » exe-c 编译器

exe-c 编译器

于 2022-04-29 发布 文件大小:529.37 kB
0 131
下载积分: 2 下载次数: 1

代码说明:

可执行的Win32到C++反编译。编译与Microsoft Visual C ++。这是一个端口Qt框架。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • TMS320F28335信号产生与分析例程
    本例程主要包括随机信号的产生、正弦信号的产生以及信号的FFT变换已经相关的运算。 void Noise() 是噪声函数,本例程借用C的函数rand()来产生噪声信号; void MakeWave() 是常用波形产生函数,本例程以产生正弦信号为例; void FFT() 对信号(正弦信号、加噪正弦信号)进行傅立叶变换,求信号的幅度以及频率。
    2023-03-25 16:30:04下载
    积分:1
  • 信号傅立叶变换的幅度图和频谱图的示例 信号傅立叶变换的幅度图和频谱图的示例...
    信号傅立叶变换的幅度图和频谱图的示例 信号傅立叶变换的幅度图和频谱图的示例-signal Fourier transform spectrum range map and the map of the signal sample rate Fourier Transform map and the map of the sample spectrum
    2023-04-03 09:35:04下载
    积分:1
  • svd实现的开源项目
    Svd Feature包含一个很灵活的Matrix Factorization推荐框架,能方便的实现SVD、SVD++等方法, 是单模型推荐算法中精度最高的一种。SVDFeature代码精炼,可以用相对较少的内存实现较大规模的单机版矩阵分解运算。 另外含有Logistic regression的model,可以很方便的用来进行ensemble运算
    2022-01-21 00:47:58下载
    积分:1
  • 表达式计
      /*   表达式计算                                                                 */   /*   调用方式:CalcExp("1+max(0.5,sin(1))+sum(1,2^3,mod(5,3))", res, infoStr)   */   /*   带符号参数调用方法,先调用符号定义AddSignParam,再调用 CalcExp:            */   /*        AddSignParam(["a","s"], [1, 0.5]);  或者 AddSignParam("a=1,s=0.5")    */   /*        CalcExp("1+a+sin(s)", res, infoStr)                                   */
    2022-03-25 07:34:54下载
    积分:1
  • adc intrfacing
    这篇文章提供了使用PIC16F877微控制器的ADC代码。这段代码是用C语言编写的,使用MPLAB和高科技的C编译器。您可以从“下载”网站下载此代码
    2022-03-19 08:57:27下载
    积分:1
  • ACM的参考书,涉及最短路径、最小生成树、网络流、可行遍性问题等...
    ACM的算法参考书,涉及最短路径、最小生成树、网络流、可行遍性问题等-ACM Algorithm Book
    2022-08-16 05:25:20下载
    积分:1
  • liblinear实现分类
    该程序使用C++语言,实现分类,优点是使用SVM训练模型,简单、实用、可以实现二分类、多分类的功能
    2022-05-29 03:51:01下载
    积分:1
  • 偏微分方程数值求解程序
    资源描述 偏微分方程问题:假定一个方形材料100mm*100mm,四边分别为第一、第二、第三类边界条件,无内热源,导热系数为常数,分析该区域内的温度变化。
    2022-03-22 10:11:51下载
    积分:1
  • 编译与设计代码
    LexAndYaccTutorial 使用源代码及其详解,编译通过
    2022-03-14 19:11:16下载
    积分:1
  • CRF 工具包及使用教程
    CRF的工具包,实现原理,及样例。CRF(Conditional Random Field) 条件随机场是近几年自然语言处理领域常用的算法之一,常用于句法分析、命名实体识别、词性标注等。在我看来,CRF就像一个反向的隐马尔可夫模型(HMM),两者都是用了马尔科夫链作为隐含变量的概率转移模型,只不过HMM使用隐含变量生成可观测状态,其生成概率有标注集统计得到,是一个生成模型;而CRF反过来通过可观测状态判别隐含变量,其概率亦通过标注集统计得来,是一个判别模型。由于两者模型主干相同,其能够应用的领域往往是重叠的,但在命名实体、句法分析等领域CRF更胜一筹。当然你并不必须学习HMM才能读懂CRF,但通常来说如果做自然语言处理,这两个模型应该都有了解。
    2022-08-12 08:38:50下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载