您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. IOI 08集训队论文

  2. Day1 1.曹钦翔《数据结构的提炼与压缩》 2.郑暾《平衡规划——浅析一类平衡思想的应用》 3.刘弈《浅谈信息学中状态的合理设计与应用》 4.顾研《浅谈随机化思想在几何问题中的应用》 5.周梦宇《码之道——浅谈信息学竞赛中的编码与译码问题》 6.肖汉骏《例谈信息学竞赛分析中的“深”与“广”》 7.方戈《浅析信息学竞赛中一类与物理有关的问题》 8.吕子鉷《浅谈最短径路问题中的分层思想》 9.周小博《浅谈信息学竞赛中的区间问题》 10.俞华程《矩阵乘法在信息学中的应用》 Day2 1.程芃祺《计
  3. 所属分类:其它

    • 发布日期:2009-09-12
    • 文件大小:14mb
    • 提供者:pockyrain
  1. 算法分析课件 随机化算法

  2. 算法分析介绍随机化算法的课件 学习要点 理解产生伪随机数的算法 掌握数值随机化算法的设计思想 掌握蒙特卡罗算法的设计思想 掌握拉斯维加斯算法的设计思想 掌握舍伍德算法的设计思想
  3. 所属分类:其它

    • 发布日期:2010-12-18
    • 文件大小:404kb
    • 提供者:mrn0313
  1. 分布式合作通信中的随机空时编码

  2. 分布式合作通信中的随机空时编码的设计,基于将中继编码的空时码增加一个随机化处理的思想
  3. 所属分类:电信

    • 发布日期:2011-04-24
    • 文件大小:188kb
    • 提供者:lj8821
  1. 算法合集之国家队论文,多种算法介绍

  2. 83个算法合集 树状数组.doc 算法合集之《Pólya原理及其应用》.doc 算法合集之《SPFA算法的优化及应用》.pdf 算法合集之《Trie图的构建、活用与改进》.doc 算法合集之《“分层图思想”及其在信息学竞赛中的应用》.pdf 算法合集之《一类猜数问题的研究》.doc 算法合集之《一类称球问题的解法》.doc 算法合集之《一类算法复合的方法》.pdf 算法合集之《与圆有关的离散化方法.doc 算法合集之《二分法与统计问题》.doc 算法合集之《人工智能在围棋程序中的应用》.doc
  3. 所属分类:C++

    • 发布日期:2011-08-05
    • 文件大小:12mb
    • 提供者:y1948107115
  1. 算法国家队论文集acm noi

  2. 83个算法合集 树状数组.doc 算法合集之《Pólya原理及其应用》.doc 算法合集之《SPFA算法的优化及应用》.pdf 算法合集之《Trie图的构建、活用与改进》.doc 算法合集之《“分层图思想”及其在信息学竞赛中的应用》.pdf 算法合集之《一类猜数问题的研究》.doc 算法合集之《一类称球问题的解法》.doc 算法合集之《一类算法复合的方法》.pdf 算法合集之《与圆有关的离散化方法.doc 算法合集之《二分法与统计问题》.doc 算法合集之《人工智能在围棋程序中的应用》.doc
  3. 所属分类:C/C++

    • 发布日期:2013-01-23
    • 文件大小:12mb
    • 提供者:fei33423
  1. 浅谈随机化思想在几何问题中的应用

  2. 国家集训队论文 浅谈随机化思想在几何问题中的应用 随机增量算法 模拟退火算法 计算几何
  3. 所属分类:C/C++

    • 发布日期:2013-03-03
    • 文件大小:1mb
    • 提供者:yang_7_46
  1. 2008年信息学奥林匹克中国国家国家集训队论文

  2. 2008年信息学奥林匹克中国国家国家集训队论文 [Day1] 1.曹钦翔《数据结构的提炼与压缩》 2.郑暾《平衡规划——浅析一类平衡思想的应用》 3.刘弈《浅谈信息学中状态的合理设计与应用》 4.顾研《浅谈随机化思想在几何问题中的应用》 5.周梦宇《码之道——浅谈信息学竞赛中的编码与译码问题》 6.肖汉骏《例谈信息学竞赛分析中的“深”与“广”》 7.方戈《浅析信息学竞赛中一类与物理有关的问题》 8.吕子鉷《浅谈最短径路问题中的分层思想》 9.周小博《浅谈信息学竞赛中的区间问题》 10.俞华程《
  3. 所属分类:其它

    • 发布日期:2015-08-05
    • 文件大小:14mb
    • 提供者:cumulonanima
  1. acm国家集训队2008年论文合集

  2. 国家集训队2008论文集 Day1 1.曹钦翔《数据结构的提炼与压缩》 2.郑暾《平衡规划——浅析一类平衡思想的应用》 3.刘弈《浅谈信息学中状态的合理设计与应用》 4.顾研《浅谈随机化思想在几何问题中的应用》 5.周梦宇《码之道——浅谈信息学竞赛中的编码与译码问题》 6.肖汉骏《例谈信息学竞赛分析中的“深”与“广”》 7.方戈《浅析信息学竞赛中一类与物理有关的问题》 8.吕子鉷《浅谈最短径路问题中的分层思想》 9.周小博《浅谈信息学竞赛中的区间问题》 10.俞华程《矩阵乘法在信息学中的应用》
  3. 所属分类:其它

    • 发布日期:2009-03-27
    • 文件大小:14mb
    • 提供者:youmingke
  1. 随机化算法

  2. 学习要点 理解产生伪随机数的算法 掌握数值随机化算法的设计思想 掌握舍伍德算法的设计思想 本章将要介绍的随机化算法包括: 数值随机化算法:求解数值问题的近似解,精度随计算时间增加而不断提高 舍伍德算法:消除算法最坏情形行为与特定实例之间的关联性,并不提高平均性能,也不是刻意避免算法的最坏情况行为
  3. 所属分类:专业指导

    • 发布日期:2018-08-05
    • 文件大小:4mb
    • 提供者:cjl2313
  1. IOI国家集训队论文集1999-2019

  2. # 国家集训队论文列表(1999-2019) ___点击目录快速跳转:___ - _国家集训队论文列表(1999-2019)_ * [_1999_](#1999) * [_2000_](#2000) * [_2001_](#2001) * [_2002_](#2002) * [_2003_](#2003) * [_2004_](#2004) * [_2005_](#2005) * [_2006_](#2006) * [_2007_](#2007) * [_2008_](#2008) * [_2
  3. 所属分类:讲义

    • 发布日期:2019-09-20
    • 文件大小:105mb
    • 提供者:jiazhendong
  1. 结合分块模糊熵和随机森林的图像分类方法

  2. 为提高图像分类性能,提出了一种图像分类方法。其基本思想是将图像内容的不确定性描述看作是一个随机过程,采用分块模糊熵来提取图像特征,采用随机森林方法进行特征分类。首先,考虑全局和局部特性,将图像划分为多个图像子块;然后,对每一个图像子块进行模糊c均值聚类,提取模糊熵特征;接着,通过归一化处理,得到图像的模糊熵特征向量;最后,构造随机森林分类器,实现模糊熵特征向量的分类。实验结果表明,该方法的错分率低,分类耗时少。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:573kb
    • 提供者:weixin_38743119
  1. pytorch自定义初始化权重的方法

  2. 在常见的pytorch代码中,我们见到的初始化方式都是调用init类对每层所有参数进行初始化。但是,有时我们有些特殊需求,比如用某一层的权重取优化其它层,或者手动指定某些权重的初始值。 核心思想就是构造和该层权重同一尺寸的矩阵去对该层权重赋值。但是,值得注意的是,pytorch中各层权重的数据类型是nn.Parameter,而不是Tensor或者Variable。 import torch import torch.nn as nn import torch.optim as optim im
  3. 所属分类:其它

    • 发布日期:2020-12-31
    • 文件大小:51kb
    • 提供者:weixin_38581777
  1. 神经网络Xavier随机初始化

  2. 该方法来源于2010年的论文Understanding the difficulty of training deep feedforward neural network 该方法的思想是:为了使得网络中信息更好的流动,每一层输出的方差应该尽量相等 具体的推导过程见如下链接: 深度学习——Xavier初始化方法 深度学习中Xavier初始化 推导所得的结果就是使该层中权重参数的每个元素都随机采样于均匀分布: U(−6a+b,6a+b)U(-\sqrt{\frac{6}{a+b}},\sqrt{\
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:35kb
    • 提供者:weixin_38654415
  1. 自动化测试之随机化测试思想

  2. 自动化测试发展到今天,已经越来越平台化和智能化了。就平台化而言,我们可以在平台上管理元素对象、管理用例、调度执行、生成结果和报告,从而让我们写的代码中更多的只体现 自动化测试发展到今天,已经越来越平台化和智能化了。 就平台化而言,我们可以在平台上管理元素对象、管理用例、调度执行、生成结果和报告,从而让我们写的代码中更多的只体现具体用例的实现逻辑,简单画个图表示:   就智能化而言,我们可以数据驱动测试,关键字驱动测试,自定义代码模板,自动生成
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:163kb
    • 提供者:weixin_38684892
  1. midnight-musings-slackbot:Slackbot会产生思想的随机报价-源码

  2. 午夜沉思slackbot 为在冠状病毒可视化团队(CVT)Slack上#interesting频道的深夜,午夜沉思而创建。 slackbot当前在Slack通道中提及时通过查询生成一个随机报价。 这个slackbot应用程序是通过部署的。 环境变量在Heroku应用仪表板“设置”选项卡上的“配置变量”部分中使用。
  3. 所属分类:其它

  1. 结合纹理和形状特征的在线混合随机朴素贝叶斯视觉跟踪器

  2. 基于机器学习的思想并充分利用外观信息,提出一种在线选择纹理和形状特征的混合随机朴素贝叶斯视觉跟踪器。构造归一化空间金字塔,通过强度二值特征和金字塔梯度方向直方图二值特征,描述全局与局部区域的纹理和形状;并根据特征描述的二值性和多模性,设计并实现了在线混合朴素贝叶斯分类器。分类器预测类别后验概率生成信任图,跟踪器通过分析信任图实现目标跟踪,并利用极大似然估计和交叉验证实现外观学习和特征选择。选用基准测试集比较同类方法,从性能和复杂度两方面评估了跟踪器。实验结果表明跟踪器对光照变化,部分遮挡等情况具
  3. 所属分类:其它

  1. 基于Delphi的DDS可视化新型任意信号发生器

  2. 以 FPGA为核心,TFT实现图形与菜单界面,USB1.1与Delphi7.0完成与上位机接口及图形操作界面,对低频段采用时钟分段分频法,在MCU的控制下实现DDS低频高精度双通道±8 V,0.01 Hz~10 MHz正弦波等常规波形外,还能输出数码流、调制信号、随机噪声、扫频信号及时域/频域自定义波形,信号参数均可步进在线可调。实验表明该设计是行之有效的,在介绍系统设计思想的同时,重点讲述FPGA设计、信号输入方法及提高低频段时域精度的措施等。
  3. 所属分类:其它

  1. FastShuffleExperiments:我们可以多快随机播放值?-源码

  2. FastShuffle实验 我们可以多快洗牌? 此存储库中基准化的已被广泛采用: 由加速std :: uniform_int_distribution函数, 由, 通过, 通过, 用, 用 和 (Python)。 要求 我们假设您有一个类似Linux的系统。 要重现“建模和计算机仿真中的ACM事务”文章中的数据,请转到TOMACS_RCR子目录,并查阅README.md文件以获得说明。 用法: cd cpp make ./shuffle 为什么会更快? 核心思想是您可以通过
  3. 所属分类:其它

    • 发布日期:2021-01-31
    • 文件大小:43kb
    • 提供者:weixin_42128015
  1. php 验证码制作(网树注释思想)

  2. 1,生成随机数 用for循环确定生成几个随机数。 用随机函数生成范围内随机数。例如rand(1,15),生成1到15之间的数字。 用16位进制函数把生成数字字母化。dechex(rand(1,15))。 用.=运算来保存几个数字。 把生成好的随机数放到$_SESSION[变量]。等将来跟用户提交的内容比较。 2,创建图片 用图片创建函数确定,所创建的图片大小。 例如$im = imagecreatetruecolor(100,30);其中坐标100,30是以网页左上角为原点,$im为图片变量了。
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:40kb
    • 提供者:weixin_38706747
  1. SimuRLacra:随机模拟中的强化学习-源码

  2. 概述 SimuRLacra(由Pyrado和RcsPySim两个模块组成)是一个Python / C ++框架,用于从随机物理学模拟中进行强化学习。 重点是机器人技术任务,其中大部分是连续控制的。 它具有以独立Python (无需许可证)编写的可随机模拟,以及由物理引擎Bullet (无需许可证), Vortex (需要许可证)或MuJoCo (需要许可证)驱动的仿真。 优点 通过包装器对环境进行出色的模块化处理。 其背后的关键思想是能够快速修改和随机化所有可用的仿真环境。 此外,SimuRL
  3. 所属分类:其它

    • 发布日期:2021-03-31
    • 文件大小:73mb
    • 提供者:weixin_42125770
« 12 3 4 5 6 »