-
内含一个高斯随机数的发生程序，实现语言为C＋＋，对某些工程人员可能会有用。...
内含一个高斯随机数的发生程序，实现语言为C＋＋，对某些工程人员可能会有用。-containing a Gaussian random occurrence of procedures to achieve language C++, some staff may be used.
- 2023-03-22 13:45:04下载
- 积分：1
-
THE FINITE
THE FINITE-DIFFERENCE TIME-DOMAIN
(FDTD) PART IV
The Perfectly Matched Layer (PML) Absorbing
Boundary Condition
-THE FINITE-DIFFERENCE TIME-DOMAIN
(FDTD) PART IV
The Perfectly Matched Layer (PML) Absorbing
Boundary Condition
- 2022-05-16 05:40:54下载
- 积分：1
-
信息学竞赛 湖南省队集训题
信息学竞赛湖南省队2007年集训题，供大家学习、练习。内部有竞赛题、选手原代码和课后讲解，极具参考价值
- 2022-03-01 02:47:58下载
- 积分：1
-
massive mimo THP algrorithm
应用背景On the Design of ZF and MMSE Tomlinson-Harashima Precoding in Multiuser MIMO Amplify-and-Forward Relay System,it is main described the mimo system in the multi-user scenario.the main precoding algrithm is combined the zf precoding and the MMSE precoding.关键技术we design a zero-forcing (ZF) Tomlinson-Harashima precoding (THP) and a minimum mean
square error (MMSE) THP for multiuser MIMO relay system with direct link. Based on these precoding structures, we propose the optimal combining weights of the ZF THP and the MMSE THP in half duplex relay system, and the sub-optimal weights of MMSE THP to reduce feedback channel state information(CSI). Through the Monte Carlo simulation, we verify that the optimal weights combining method outperforms the constant weights combining method. In addition, we confirm that the
performance of the sub-optimal weights combining method is&
- 2023-02-25 18:10:03下载
- 积分：1
-
高斯消去法的类
C++编写高斯消去法求解线性方程组，将程序include到主程序，然后建立Guss对象，求解可得到最终解，奇异矩阵将会出错！
- 2022-03-07 20:42:44下载
- 积分：1
-
使用先生的粒子滤波
particle filter using SIR
- 2022-03-04 19:41:38下载
- 积分：1
-
AES高级加密算法的verilog语言实现
AES高级加密算法的verilog语言实现
- 2022-06-29 20:41:12下载
- 积分：1
-
经典c程序100例
经典c程序100例-100 cases of classic c procedures
- 2022-03-23 03:53:28下载
- 积分：1
-
svm 算法有实例
内附源码以及数据，参考文献。 老师上课给的资料。有用来聚类分析。 有学习和训练之分。初学者可以用来体验svm，非常好的实例。。有算法的详细解释外加注解
- 2022-01-26 05:33:53下载
- 积分：1
-
问题分类
TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m + k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。
- 2022-02-24 18:34:48下载
- 积分：1
