-
through algorithm PI values, the median Open
通过算法计算PI值，不限位数-through algorithm PI values, the median Open-
- 2022-01-25 18:23:28下载
- 积分：1
-
SPH无网格光滑粒子源代码
格子Boltzmann方法是最近十几年来国际上发展起来的一种流体系统建模和模拟新方法，其思路与传统的流体模拟方法完全不同，具有许多常规方法所不具有的优势。本代码采用格子Boltzmann方法模拟泊肃叶流，边界条件用平衡态外推法，
- 2022-02-07 22:14:19下载
- 积分：1
-
合成孔径雷达CS成像算法点目标仿真
利用MATLAB完成合成孔径雷达CS成像算法的点目标仿真。雷达成像算法较多，其中较为容易理解，且广泛应用于工程实践中的就是CS算法。本代码采用点目标仿真回波数据，并完整的完成了CS算法的每个步骤，非常适合大家学习。
- 2022-12-15 23:15:03下载
- 积分：1
-
检测C++正切变换的代码
该功能主要是用来测试正切函数并计算正切值，以得出正切函数的参数是以弧度制形式！
- 2022-02-07 01:28:22下载
- 积分：1
-
文件修复以及修补
文件修复以及修补-file repair and repair
- 2022-01-25 14:11:57下载
- 积分：1
-
ffuc argorithm
ffuc argorithm
ffuc argorithm
ffuc argorithm
ffuc argorithm
- 2022-11-10 19:50:02下载
- 积分：1
-
杭电100道题
杭电第一页的100道题，是有简单，有难的哪一种，但是对于初学者来说难度还是比较大，所以我把代码发上来，大家有兴趣，看一看
- 2022-03-03 18:04:35下载
- 积分：1
-
PSpincalc 包态度表示形式之间进行转换： DCM、 欧拉角、 四元数和欧拉矢量
PSpincalc包的态度表示形式之间进行转换： DCM、 欧拉角、 四元数和欧拉矢量在三维空间中旋转形式主义来自维基百科，自由的百科全书在几何中，各种形式主义是用来表达一个自转周期为三个维度作为数学变换。在物理学中，这一概念应用于经典力学的纯旋转运动的定量描述科学旋转 （或角） 运动学在哪里。对象在给定时刻的取向被描述相同的工具，因为它被定义为从参照放置在空间中，虚构的旋转，而不是实际观察从以前放置在空间旋转。根据 Euler 的旋转定理一个单一旋转某个坐标轴的描述刚体 （或三维坐标系统与固定的起源） 旋转。这种轮换可以通过最小的三个实际参数唯一描述。然而，由于各种原因，有几种方式来表示它。很多这些意见书超过必要的最低限度的三个参数，使用他们每个人都仍然虽然只有三个自由度。旋转矩阵单位向量上述的黑社会也称为基础。在其当前位置 （旋转） 中指定此基础向量的坐标 （组件），职权 （非旋转） 坐标轴，将完全描述的转动。三个单位向量 scriptstyle 帽子 {mathbf {蓝}}、 scriptstyle 帽子 {mathbf {v}} 和 scriptstyle 帽子 {mathbf {白}} 构成每个旋转的基础包括 3 坐标，收益共进行 9 参数。这些参数可以写成的元素称为一个旋转矩阵的 3 × 3 矩阵 scriptstyle mathbf {A}。欧拉轴和角度由欧拉轴和角度旋转的可视化效果。主要文章： 轴 — — 角度代表性从 Euler 的旋转定理，我们知道任何旋转可以表示为一个单一的旋转某个坐标轴。中轴是单位向量 （唯一标志除外） 由旋转不变。角的大小也是独特的与它的标志由旋转轴的标志。欧拉旋转欧拉旋转背后的理念是将拆分完成旋转坐标系的三个简单的本构轮换，叫做岁差、 章动，内在的旋转，被他们每一个增量对欧拉角之一。请注意外部矩阵将代表一个旋转轴之一的参考帧，内在的矩阵表示一个旋转移动框架轴之一。中间矩阵代表围绕称为节点线中间轴的旋转。四元数主要文章： 四元数和空间旋转四元数，形成一个四维向量空间，已证明非常有用的在代表轮换以上其他表示形
- 2022-06-26 11:48:59下载
- 积分：1
-
任务 8 皇后
八皇后问题是在 8 × 8 的棋盘上放置八国际象棋皇后，所以，没有两个皇后威胁到对方的问题。因此，一种解决方案要求没有两个皇后共享相同的行、 列或对角线。八皇后问题是一个例子更一般的 n 皇后问题的 n 皇后置于 n × n 的棋盘，存在所有自然数 n 除 n = 2 或 n = 3。[] 1
- 2022-03-23 22:09:38下载
- 积分：1
-
BP网络的C/C++实现，含有详细代码和例子，适合初学者
应用背景人工神经网络(ANN)中关于反向传播算法的内容，相比单个感知器而言，采用多层网络的反向传播算法能表示出更多种类的非线性曲面，整个神经网络可以分成三层：输入层，隐藏层，输出层，通过加权线性变换，层与层之间的传递，最终得到输入层的实数值。关键技术
本人根据附件里面的文章编写的反向传播算法代码，里面含有详细的代码注释和文章例子， 可以让初学者深刻理解反向传播算法，适合初学者学习。给出BP算法训练的例子，对单个样本的训练的情况进行编写和验证。
//输入层到隐层的过程
float fNetj[m];
for (int j= 0;j < m; j++){
fNetj[j] = fTheta[n][j]; //这里权值矩阵最后一列是偏置，偏置×1还是偏置，所以直接加上，
//后面就不用乘了
for(int i = 0;i < n; i++){ //得到netj 的值 netj= X^V
fNetj[j] +=fInputdata[i]*fTheta[i][j];
}
fMidResult[j] = 1/(1 + exp(-fNetj[j]));
//cout
- 2022-08-03 01:10:12下载
- 积分：1
