使用EPTREE可以很好的对，C,C++，Java代码进行解析。绘出函数树图，计算堆栈大小等。 <输出的文件内容> 功能树 INKURU...

用c实现光学传输矩阵的算法-using optical transfer matrix algorithm

资源描述algothim Sollin的的實作，利用adjencecy的矩阵輸入到节点中。AOE的實作，把所有的資料放進中然後進行找出早期时间跟晚时间

利用相关法计算物体的移动-correlation method of mobile objects

该算法是细菌觅食优化的源程序，最近正在研究，细菌觅食优化算法（Bacteria Foraging Optimization，简称BFO算法）由 Kevin M. Passino于2002年提出，该算法模仿大肠杆菌在人体肠道内觅食行为，属于仿生类优化算法，基本原理是将待优化的问题进行编码，并定义待优化问题的解 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

library IEEE;                       --库说明 USE IEEE.STD_LOGIC_1164.ALL; USE IEEE.STD_LOGIC_ARITH.ALL; USE IEEE.STD_LOGIC_UNSIGNED.ALL; entity bldzqdqwcb is                 Port ( clr: in  STD_LOGIC;                                 ----qing 0            clk,button0: in  STD_LOGIC; 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

应用背景多媒体处理多媒体处理多媒体处理多媒体处理多媒体处理多媒体处理关键技术音视频编解码音视频编解码音视频编解码音视频编解码音视频编解码音视频编解码

AString给出;问题是使用哈夫曼编码的字符串编码(分配比特根据频率ofcharacter每个字符的字符串),然后解码编码的字符串使用前缀免费代码。Apre fix 代码可以很容易地由一个二叉树表示。每个字符的编码是由以下外部节点的路径从theroot认为性格:0位标识左分支路径,和1位标识一个右分支。

98年全国大学生数学建模竞赛B题“水灾巡视问题”，是一个推销员问题，本题有53个点，所有可能性大约为exp(53),目前没有好方法求出精确解，既然求不出精确解，我们使用模拟退火法求出一个较优解,将所有结点编号为1到53,1到53的排列就是系统的结构,结构的变化规则是:从1到53的排列中随机选取一个子排列,将其反转或将其移至另一处,能量E自然是路径总长度。具体算法描述如下：步1： 设定初始温度T，给定一个初始的巡视路线。步2 ：步3 --8循环K次步3：步 4--7循环M次步4：随机选择路线的一段步5：随机确定将选定的路线反转或移动，即两种调整方式：反转、移动。步6：计算代价D，即调整前后的总路程的长度之差步7：按照如下规则确定是否做调整：如果D0,则按照EXP(-D/T)的概率进行调整步8:T*0.9-->T,降温-98 National Mathematical Contest in Modeling B and that the "flood inspections", is a salesman problem, and that is 53 points, all possibilities about exp (53), there is no good way to get accurate solutions, since no exact solution for, we used simulated annealing France obtained an optimum solution to all nodes to a number of 53 to 53.1 is with the system structure, changes in the structure of the rules is : from 1-53 with a randomly selected with a son, to reverse or to move it to another, the energy E is the natural path length. The specific algorithm is described as follows : Step 1 : The initial set temperature T,

关于数组的一些算法，有关二分法排序的一些东西我感觉还不错，大家给指导一下看看有什么不足之处-Algorithm on some of the array, the sort of dichotomy something I feel good, tell everyone to see what the inadequacies of

稀疏算法对图像去噪， 由于在K-SVD算法中用到了OMP算法和奇异值分解SVD算法，而当图像较大时，OMP算法中的矩阵求伪逆运算效率非常低、奇异值分解SVD不仅耗时而且占用内存较大，常导致“超出内存”问题。针对上述问题本课题提出了基于矩阵shelesky分解和近似奇异值分解SVD的稀疏K-SVD噪声抑制方法来对自然图像进行噪声抑制，同时在字典训练过程中结合了“全局训练字典”的普适性，该方法有效的提高了K-SVD算法的运行效率、解决了“超出内存”问题，并且提高了去噪效果。