-
矩阵得基本运算（数组实现）
矩阵得基本运算（数组实现）-matrix in the basic operations (Array achieved)
- 2022-09-12 21:30:03下载
- 积分：1
-
kalman_filter
自适应的kalman滤波程序,通过灵活的调用，实现kalman的自适应滤波。-kalman_filter
- 2022-08-16 22:04:05下载
- 积分：1
-
列主元高斯消去法求解方程
列主元高斯消去法求解方程-out PCA Gaussian Elimination Solving equations
- 2023-01-15 10:10:04下载
- 积分：1
-
数据结构课程设计――家谱管理系统设计与实现
数据结构课程设计――家谱管理系统设计与实现-A Course design of data structure the design and implementation of stemmata management system.
- 2022-02-01 04:59:42下载
- 积分：1
-
最小生成树的Kruskal算法
C语言算法编程。最小生成树的Kruskal算法 。求加权连通图的最小生成树的算法。kruskal算法总共选择n- 1条边，（共n个点）所使用的贪心准则是：从剩下的边中选择一条不会产生环路的具有最小耗费的边加入已选择的边的集合中。注意到所选取的边若产生环路则不可能形成一棵生成树。kruskal算法分e 步，其中e 是网络中边的数目。按耗费递增的顺序来考虑这e 条边，每次考虑一条边。当考虑某条边时，若将其加入到已选边的集合中会出现环路，则将其抛弃，否则，将它选入。
- 2022-01-30 15:28:05下载
- 积分：1
-
正弦信号估计的扩展卡尔曼滤波 & UKF
M 文件包括的扩展卡尔曼滤波和卡尔曼 Filter(includes both nonaugment and augment) Unscent 估计正弦信号的算法。代码可以正确运行和结果显示明显。
- 2023-05-23 10:40:03下载
- 积分：1
-
中文语义分析
1.1 基于交互输入的义原查询、义原距离计算、义原相似度计算1.2 基于交互输入的词语义项查询、义项相似度计算、词语相似度计算；1.3 基于文件输入的词语义项查询、词语相似度计算；1.4 相似度计算中的参数调整。
- 2022-11-12 12:30:03下载
- 积分：1
-
MD5加密算法
MD5以512位分组来处理输入的信息，且每一分组又被划分为16个32位子分组，经过了一系列的处理后，算法的输出由四个32位分组组成，将这四个32位分组级联后将生成一个128位散列值。MD5中有四个32位被称作链接变量（Chaining Variable）的整数参数，他们分别为：A=0x67452301，B=0xefcdab89，C=0x98badcfe，D=0x10325476。当设置好这四个链接变量后，就开始进入算法的四轮循环运算。循环的次数是信息中512位信息分组的数目。
- 2022-03-21 16:38:05下载
- 积分：1
-
在测绘或地图学中，经常会需要用高程点生成DEM，一般首先由这些点按最小原则生成三角网，此代码即是根据任意多个点生成Delaunay三角网功能。...
在测绘或地图学中，经常会需要用高程点生成DEM，一般首先由这些点按最小原则生成三角网，此代码即是根据任意多个点生成Delaunay三角网功能。-In the mapping or cartography often elevation point will need to generate DEM, generally the first point from these principles by the smallest triangulation generated, the code that is generated in accordance with any number of points, Delaunay triangulation function.
- 2022-06-12 17:50:14下载
- 积分：1
-
平均因子分解法应用于正定矩阵
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
- 2022-10-16 04:30:02下载
- 积分：1
