搜索资源列表
编译原理及实践
目 录
译者序
前言
第1章 概论 1
1.1 为什么要用编译器 2
1.2 与编译器相关的程序 3
1.3 翻译步骤 5
1.4
Kruscal_C++_implement
- 1.kruscal_CDT: 在Eclipse里面的CDT和MinGW(提供gcc)的环境下所编写的。 2.kruscal_VC2005: 在VC2005里面编写的。 3.以上两个的代码有点不同,区别主要在于compare函数 4.kruscal算法里面，我有两个不同的实现，一个是最小化堆里面放EdgeNode的指针，一个是最小化堆里面放EdgeNode的Object实例。前者使用了compare函数来比较大小，后者则
确定型状态机的最简化
- 计算理论的经典算法，将确定型有穷自动机最简化，根据等价类的算法用vc实现化简过程。-classical theory calculation algorithm, will determine type DFA most simplified, according to the algorithm equivalence classes with vc achieve simplification process.
c++最优化问题全解答
- 这里包含了比较全和详细的c++程序源代码，其中有牛顿法，dfp法，内点法等
磁盘调度算法
- 2.最短寻道时间优先算法（Shortest Seek Time First，SSTF） 最短寻找时间优先调度算法总是从等待访问者中挑选寻找时间最短的那个请求先执行的，而不管访问者到来的先后次序。 采用最短寻找时间优先算法决定等待访问者执行操作的次序时，与先来先服务算法比较，大幅度地减少了寻找时间，因而缩短了为各访问者请求服务的平均时间，也就提高了系统效率。 但最短查找时间优先（SSTF）调度，FCFS会引起读写头在盘面上的
确定型状态机的最简化
- 计算理论的经典算法，将确定型有穷自动机最简化，根据等价类的算法用vc实现化简过程。-classical theory calculation algorithm, will determine type DFA most simplified, according to the algorithm equivalence classes with vc achieve simplification process.
Kruscal_C++_implement
- 1.kruscal_CDT: 在Eclipse里面的CDT和MinGW(提供gcc)的环境下所编写的。 2.kruscal_VC2005: 在VC2005里面编写的。 3.以上两个的代码有点不同,区别主要在于compare函数 4.kruscal算法里面，我有两个不同的实现，一个是最小化堆里面放EdgeNode的指针，一个是最小化堆里面放EdgeNode的Object实例。前者使用了compare函数来比较大小，后者则
Floyd-Warshall-c-chengxi
- Floyd-Warshall算法描述 1)适用范围： a)APSP(All Pairs Shortest Paths) b)稠密图效果最佳 c)边权可正可负 2)算法描述： a)初始化：dis[u,v]=w[u,v] b)For k:=1 to n For i:=1 to n For j:=1 to n If dis[i,j]>dis[i,k]+dis[k,j] Then Dis[I,
nonrigid_version7b
- 非刚性图像配准算例，包括最速梯度下降优化、二次样条、2D/3D配准、互信息最小化、3D仿射等多种配准算法。 非刚性配准是当前应用最多的配准方法，用于处理有较大位移的配准问题-Non-rigid image registration examples, including the steepest gradient descent optimization, quadratic spline, 2D/3D registration,
7
- 摘 要 盲图像恢复的主要困难是信息不足，而为了恢复图像和确定点扩散函数需要适当的先验知识。解决这个问题的法、 法以及正则化方法等。但是这些方法的计算量都太大，针对上述方法的不足，文章提出了一种恢复图方法有图像的新算法，它通过恢复残差的最小化和后验概率的最大化来估计参数和恢复图像。其中，巧妙地利用了最陡梯度法和 共轭梯度法的迭代求解。对由于运动造成的模糊图像，可以明显地改善图像的质量，实验结果证明，在对模糊操作没有严格限制的情况下，仍
PrincipleandApplicationofantcolonyalgorithm
- 蚁群算法的原理及其应用.pdf；；蚁群算法是优化领域中新出现的一种仿生进 化算法。该算法采用分布式并行计算机制,具有较强的鲁棒性 但有搜索时间较长,易陷入局部最优解的缺点。-The principle of ant colony algorithm and its application. Pdf ant colony algorithm is to optimize the emerging field of evolutio
proj07-01
- 试验中使用模拟退火算法寻找一6-单元网络能量最小化的模型。模拟退火算法是模拟物理学上的退火技术。其优势在于有可能使系统从局部极小值跳出。-Simulated annealing algorithm used in the experiments to find a 6- unit network model of energy minimization. Simulated annealing algorithm simulates t
sudoku
- 一个数独的游戏，不但能够自己玩数独游戏，还可以填数让机器去解，也可以让机器出题。界面程序，还能给用户一些提示。 2年前用VS2005开发的，我认为核心和最有意思部分是解数独和出数独的题这一块，所以我后来给这部分功能加了详细的注释。解数独的算法比较好研究，而出数独题则是比较麻烦的，我这里给出了我自己想的一种算法，让机器很快的出一道只有唯一解、已有的数字量合适而且不矛盾的数独题目也是需要很好的算法设计的。而界面我都没加注释,重点关
SVM_Short-term-Load-Forecasting
- 优秀论文及配套源码。首先阐述了负荷预测的应用研究现状，概括了负荷预测的特点及其影响因素，归纳了短期负荷预测的常用方法，并分析了各种方法的优劣；接着介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因
YALL1_v1.0
- Yall是一个能求解6种不同最小化L1问题的matlab软件包。里面有详细的使用说明和算法求解的基本思路。-It is a Matlab solver that at present can be applied to the six L1-minimization models
binarization
- 该文件夹中有四个matlab文件，说明如下： binariztion.m: 二值化主程序，分别调用下面三种二值化算法。 otsu.m: 表示otsu全局二值化算法。 kittlerMet.m: 表示kittler 最小分类错误(minimum error thresholding)全局二值化算法。 niblack.m: 表示niblack局部二值化算法。 coins.bmp: 原始灰度图片。 c
123456
- OFDM自适应调制技术根据各子载波在频率选择性衰落信道中不同的瞬时增益，动态地分配数据比特和 发射功率，可以优化系统性能，提高频谱效率。该文主要研究OFDM系统发射功率和传输比特数不变时误码率最 小化的自适应(MA1算法。提出一种以注水门限为迭代参数的MA算法，并引入有记忆步长迭代法，提高算法的稳 定性。仿真结果表明，与过去的算法相比，该算法能以较低的复杂度获得更好的性能。 -OFDM watterfilling
动态分区分配算法
- 演示实现下列三种动态分区分配算法 循环首次适应算法 最佳适应算法 最坏适应算法 内存中有0-100M的空间为用户程序空间，最开始用户空间是空闲的 作业数量、作业大小、进入内存时间、运行时间需要通过界面进行输入 可读取样例数据（要求存放在外部文件中）进行作业数量、作业大小、进入内存时间、运行时间的初始化 根据作业进入内存的时间，采用简单的先进先出原则进行从外存到内存的调度，作业具有等待（从外存进入内存执行）、装入（在内存可执
Simplex_Optimization
- 本程序是最有化的单纯形算法,单纯形算法是线性规划最常用的算法。最优化的大作业。-This is a Simplex program based on an Optimization Homework!
毫米波MIMO系统中混合预编码的交替最小化算法
- 因此，通过在数字预编码器上实施正交约束，然后提出低复杂度的AltMin算法。 此外，对于部分连接的结构，AltMin算法也是在半定理松弛的帮助下开发的。为了实际实施，所提出的AltMin算法进一步扩展到具有正交频分复用调制的宽带设置。 仿真结果将证明所提出的AltMin算法相对于现有的混合预编码算法具有显着的性能增益。 此外，基于所提出的算法，两种混合预编码结构之间的仿真比较将提供有价值的设计见解。(Therefore, by impl