登录
首页 » 算法 » 写多项式类,并进行多项式的输入输出,加减运算。

写多项式类,并进行多项式的输入输出,加减运算。

于 2023-06-10 发布 文件大小:2.22 kB
0 249
下载积分: 2 下载次数: 1

代码说明:

写多项式类,并进行多项式的输入输出,加减运算。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 图像读取c语言程序
    使用C语言对图形进行读取和处理,在过程中将bmp(位图)文件进行读取和存储的小小程序
    2022-02-16 07:57:07下载
    积分:1
  • CCP-CCANS NS2
    CCANS-CCP的ns2源代码
    2022-03-07 15:08:13下载
    积分:1
  • 链接-11 系统简介
    点名是运作的正常模式。在这 模式下,NCS 平台操作员进入 保有量的地址和分配的地址 (PU 编号为) 为每个 PU 在适当开关的位置。 链接启动时,每个 PU 被轮询数据。 发送换证消息包括轮询。如果 PU 未能作出响应,换证
    2023-01-23 06:55:04下载
    积分:1
  • ZOJ ACM题目解答
    这个是我在CSDN上下载的一个源码,这个比较有意义,很多东西可以自己一步步理解,有利于大家掌握ACM的一些技巧和解题思路,希望对大家有帮助
    2023-04-24 07:30:04下载
    积分:1
  • Matlab下实现的CFD
    Matlab下实现的CFD算法-Matlab under the CFD algorithms
    2023-08-21 07:50:04下载
    积分:1
  • 农夫过河问题源代码2
    农夫过河问题源代码2-farmer across the river source code two issues
    2022-03-20 18:48:10下载
    积分:1
  • 快速傅里叶变换,把该文件包含后即可使用其函数。
    快速傅里叶变换,把该文件包含后即可使用其函数。- The fast Fournier transformation, after contains this document then uses its function.
    2022-09-05 03:40:03下载
    积分:1
  • 反向传播神经网络的多个输出
    反向传播的原则是其实很容易理解,即使它背后的数学可以看起来相当令人望而却步。基本步骤如下: 初始化与小随机加权网络。 目前对网络的输入层的输入的模式。 饲料通过网络来计算其激活值的输入的模式。 采取所需的输出和激活值来计算的网络激活错误之间的区别。 饲喂以减少其激活错误对此输入模式的输出神经元的权重进行调整。 传播错误值返回到每个隐藏的神经元,是其在网络激活错误的贡献成正比。 喂养每个隐藏的神经元,以减少它们的贡献对此输入模式错误的权重进行调整。 对每个输入模式输入集合中重复步骤 2 到步骤 7。 重复步骤 8,直到网络接受过适当培训。 为了使这个新的网络通过它的步伐,我下载了经典的虹膜植物数据库从UCI 机器学习资料库。数据集包含三个类的五十实例,每个,其中每个类是指一种类型的鸢尾属植物。一类是线性可分从其他两个 ;后者不是从彼此线性可分的。若要使用此数据,为 csv 文件扩展名的文本文件保存该 web 页。用 Excel 打开并添加三个新列在右边,与0,0,1或0,1,0或1,0,0根据植物品种填补。删除物种名称列,并且您现在有一个文件,它可以喂进入您的网络。
    2022-01-25 23:46:40下载
    积分:1
  • CRC
    CRC-16校验源程序及算法分析-CRC-16 checksum algorithm analysis and source
    2022-01-26 03:51:24下载
    积分:1
  • 数值积分实现对一阶微分方程组的计:通过编写程序语言,运用欧拉,预报校正,龙格库塔的方实现对x1微分=x2 x2微分=x3 x3微分=...
    数值积分算法实现对一阶微分方程组的计算:通过编写程序语言,运用欧拉,预报校正,龙格库塔的方法实现对x1微分=x2 x2微分=x3 x3微分=-800*x1-80*x2-24*x3+sin(t); y=800x1 的运算-Numerical integration algorithm for the calculation of first-order differential equations: through the preparation of programming language, the use of Euler and forecast correction, Runge-Kutta method of achieving x1 differential = x2 x2 differential = x3 x3 differential =- 800* x1-80* x2-24* x3+ sin (t) y = 800x1 computing
    2022-01-26 00:33:59下载
    积分:1
  • 696516资源总数
  • 106409会员总数
  • 8今日下载