采用相互垂直的两个振子构成圆极化天线的FDTD程序．可以计算其圆极化波瓣宽度等天线指标...

资源描述 本java程序实现：统计文章中单词出现的次数，并显示出现过的行号。 程序功能实现方式如下： 1.输入一行，对行号计数（也可一次输入全部文本，对行号计数） 2.为一行里的单词建立一个临时的数组，遍历每一个单词：若在单词表中没有，添加进入单词表（word + count +line）； 若存在，个数加一(对应word的count++，line加上当前行号)。 3.输出单词表。 属性列名，word:单词；  count:出现次数；   line:出现行数

基于CUDA库进行图像间的匹配，很好的入门学习代码。CUDA是Compute Unified Device Architecture的缩写。 代码中主要包含CUDA的基本功能库，图像立体匹配源代码，图像处理源代码和模板匹配源代码等，还包含了测试数据。

一个C#写的FFT函数，希望能给大家以提示。没有压缩密码。-a write C# FFT function, we can hope to suggest. No compression password.

计算PI(圆周率)的程序，可以计算２的Ｎ次幂的精确度- Calculates PI (girth quotient) the procedure, may calculate 2 N power the precision

创建此库是为了给一个真正编码优化使用差分进化的框架。具体而言，本库在德实现共六种方法与最新方法。* 德： 基本差分进化。该算法允许使用 6 不同的变异策略和 3 交叉算子。*： 美国 Rahnamayan，H.Tizhoosh，M.萨拉马，反对基于微分进化，进化计算 12 (1) 上的 IEEE 交易记录 （2008 年） 64-79。* 萨德： A.K.秦、 五、 黄琳、 P.N.Suganthan、 与战略相适应的全局数值优化，进化计算 13 (2) 汇刊的差分进化算法 （2009 年） 398 – 417。* 玉： J.张、 A.C.桑德森，玉： 自适应差分进化与可选的外部归档，进化计算 13 （5） 汇刊 （2009 年） 945 — — 958。* DEGL： S.Das，亚伯拉罕，美国 K.查克拉博蒂、 A.纳尔，使用基于邻域的变异算子，进化计算 13 (3) 汇刊的差分进化 （2009 年） 526 – 553。* SFSLDE： F.内里，V.Tirronen 规模因子局部搜索在微分进化中，模计算 1 (2) (2009) 153-171。此库的目的是让研究人员把重点放在其德，避免多次作出相同的代码为每个德。此库已能够在不同的平台上运行。

资源描述这是一个求32位最大公约数的stein算法的实现，使用了64级的流水线实现的，可以用，做了DC综合，测试全部通过！！这是一个求32位最大公约数的stein算法的实现，使用了64级的流水线实现的，可以用，做了DC综合，测试全部通过！！这是一个求32位最大公约数的stein算法的实现，使用了64级的流水线实现的，可以用，做了DC综合，测试全部通过！！

完成DSSS调制解调功能 mode[1，2] 1进行调制，2进行解调，未指定时自动完成这两个功能-Completion of DSSS modulation and demodulation functionality mode [1,2] 1 modulation, 2 to carry out demodulation, when the auto-complete does not specify that these two functions

algorithme de cryptage aes en c 语言 高级的加密标准 * * 作者: B-Con (b-con@b-con.us) * * 版权限制： GNU GPL * * 免责声明： 此代码被提出"按原样"没有任何 garuentees ；说的笔者认为 通过使用此代码的呈现没有问题的责任。 * * 详细信息： 此代码是执行的 AES 算法，由指定的

Simpleson算法函数，利用子函数设计实现，子函数非常简单，可供参考使用-Simpleson algorithm functions, the use of subroutine design implementation, subroutine is very simple, available for reference use

应用背景模糊数学将会成为人工智能的理论基础!!!     众所周知,人类很多的新发现新理论的诞生都和数学有千丝万缕的关系,数学亦有科学中的科学之美称,不幸的是,应该教育让数学变成枯燥无味,一度它成了我的致命科目,其实哪门科目都让我头痛!模糊数学的诞生是历史性,它可能是引导人工智能的发展方向,这是我以前就作过的设想,非常巧合的是,后来在网上居然发现有专家的观点与我的不谋而合!    人工智能是一个仿生学,他仿的是人类的大脑,以现今人类的科技水平,对大脑的研究也不过是初级阶段,但有生活经验的人都知道,大脑应该是这种思维模式,先从外界学习知识,并将其储存,到再遇到类似问题时再将其拿出来对比,随着经验的丰富,在某些问题分析得更为透彻,这就涉及一个问题,就是当储存后的知识,怎么和后来接触到的新知识相比较,你用红笔写了个"人"字,他用黑笔写了"人"字,对我们人来说,这都是一个人字,不管你用黑笔还是红笔,但机器不同,他之前接受的可能是用粉笔写的是"人"字,现在面对两个同样的家,颜色是不同的,但字是一样的,这就要对之前的储存信息进行筛选,即筛去颜色属性,将笔画进行