对于ofdm-based认知无线电系统中的资源分配

基于小波变换的数字水印提取Matlab源代码-Digital Watermarking Based on Wavelet Transform Matlab source code extraction

AHP 算法 许多决策问题涉及因素很的多。例如，如果您是骗局-用户试读一份新工作，因素可能包括入职薪酬、 职业发展机会， 您的工作位置，你在工作时的类型会有工作的人工作 将会做的事情，和各种各样的附带福利。如果您正在考虑购买寿险的计算机的有不少重要的因素，以及考虑： mem 辽阔的价格，与其他计算机、 灵活性、 品牌名称、 软件可用性的兼容性 存在的任何用户组和计算机制造商和本地的支持 计算机存储区。在购买新的或使用的汽车，这种因素作为颜色、 样式、 制作和模型， 一年、 数英里 （如果它是一辆二手车）、 价格、 经销商或您所购买的人 从汽车、 担保和保险的成本可能要考虑的重要因素。 在多因素决策、 个人主观及直觉地考虑 在作出他们的选择的各种因素。艰难的决定，为一个定量的方法是 建议。所有的重要的因素然后可授予适当的重量和每个 替代方法，如一辆汽车、 一台计算机或新的就业前景，可以评估的角度 这些因素。这种方法称为多因素评价

空间循环编程实验题目的对应编程结果。包括一下12个题目： （1）  1+2+3+4+5……+n  （独立完成） （2）  1 - 1/2 + 1/3 - 1/4 + 1/5 - 1/6 …… 1/n 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

//=== === === === === === ===== //函数说明 //函数名称：Correlation //函数功能：计算最小二乘法拟合的多项式的相关系数 //使用方法：int M------ 拟合多项式的阶数（已知条件） // double *b--- 拟合曲线的系数,排列顺序为由高阶到低阶（已知条件） // double *x--- 结点x轴数据（已知条件） // double *y--- 结点y轴数据（已知条件） // double *Yg-- 结点估计值，个数为m（过程变量） // int m------ 结点个数（已知条件） //注意事项：多项式阶数最高为10,多项式的形式为 y = a0 + a1x +a2x2 -//=== === === === === ==== === === === === === === =// letter Description// function name : Correlation// Function functions : Calculation least squares polynomial fitting of the correlation coefficient// Use : int M------ polynomial fitting stage (known condition)//* b--- double fitting song The coefficient, Higher-order the order on grounds of low order (known condition)//* double-node x x axis data (known to be pieces)// double* y--- node y-axis data (known condition)//* double FSL-- Nodes estimates, Number m (process variables)// int m------ node number (known condition)// Note : polynomial order of a maximum of 10. polynomials in the

一个实现多项式加法的小程序-a polynomial addition to the small program

一种新的智能优化算法，与PSO GA ABC DE等常用的优化算法相比具有更好的算法寻优效果和收敛速度。该算法2008年发表在IEEE TEC上，基本思想是基于生物地理学的不同物种迁移理论，是近年来在工程应用领域获得广泛运用的优化算法，同时也是一种快速发展的优化算法，值得引起大家的注意。

pid的算法，带有自整定。还有详细的中文注释。 用户应熟知自动化工程技术，并了解闭环控制的基本原理。

平均因子分解法，适用于正定矩阵First, let s recall the definition of the Cholesky decomposition: Given a symmetric positive definite square matrix X, the Cholesky decomposition of X is the factorization X=U U, where U is the square root matrix of X, and satisfies: (1) U U = X (2) U is upper triangular (that is, it has all zeros below the diagonal). It seems that the assumption of positive definiteness is necessary. Actually, it is "positive definite" which guarantees the existence of such kind of decomposition. -Average factor decomposition method applied to positive definite matrix First, let s recall the definition of the Cholesky decomposition: Given a symmetric positive definite square matrix X, the Cholesky decomposition of X is the factorization X = UU, where U is the square root matrix of X, and satisfies: (1) UU = X (2) U is upper triangular (that is, it has all zeros below the diagonal). It seems that the assumption of positive definiteness is necessary. Actually, it is positive

设有n个件工作分配给n个人。将工作i分配给第j个人所学要的费用为Cij。试设计一个算法，为每个人都分配1件工作，并使总费用达到最小-With n-pieces of work assigned to the n individuals. Will be allocated to the first j of work i personally have learned to cost Cij. Try to design an algorithm for each person assigned a work, and to minimize the total cost of

本代码是关于用matlab算出两路信号的相位差,利用FFT法求得两路信号的相位差，用于干涉仪测向等应用。