-
-
-
正则表达式 快速参考手册（CHM）+ RegexTester工具
... 退格
\t 制表符，Tab
\r 回车
\v 竖向制表符
\f 换页符
\n 换行符
\e Escape
\0nn ASCII代码中八进制代码为nn的字符
\xnn ASCII代码中十六进制代码为nn的字符
\unnnn Unicode代码中十六进制代码为nnnn的字符
\cN ASCII控制字符。比如\cC代表Ctrl+C
\A 字符串开头(类似^，但不受处理多行 ...
-
深度学习网络（deep learning）matlab工具箱
... (Convolutional auto-encoders)等实现。
================================================================
Directories included in the toolbox
-----------------------------------
`NN/` - A library for Feedforward Backpropagation Neural Networks
`CNN/` - A ...
-
深度学习网络（deep learning network）matlab工具包
深度学习网络matlab工具包
Directories included in the toolbox
-----------------------------------
`NN/` - A library for Feedforward Backpropagation Neural Networks
`CNN/` - A library for Convolutional Neural Networks
`DBN/` - A library for Deep Belief ...
-
8604运动员最佳配对问题
羽毛球队有男女运动员各n人。
给定2 个n×n矩阵P和Q。P[i][j]是男运动员i和女运动员j配对组成混合双打的男运动员竞赛优势；Q[i][j]是女运动员i和男运动员j配合的女运动员竞赛优势。
由于技术配合和心理状态等各种因素影响，P[i][j]不一定等于Q[j][i]。男运动员i和女运动员j配对组成混合双打的男女双方竞赛优势为P[i][j]*Q[j][i]。
设计一个算法，计算男女运动员最佳配对法，使各组男女双方竞赛优势的总和达到最大。
-
-
蒙特卡洛仿真安全类
可以计算仿真，测试成功
%for i=1:n
sample=samplex(nn:n,:);
t1=sum(sample);
t2=mean(sample);
t3=std(sample,0);
%ratio
p=samplex(:,2)./samplex(:,3);
e=mean(p);
va=std(p,1);
t4=(1-e)*e/va^2;
a=e*(t4-1)
b=(1-e)*(t4-1)
%pa=betafit(sam(:,1),0.05);
%pas=gamfit(sam(:,2 ...
-
178个经典c语言源代码
... 个经典c语言源代码,c++算法
#define N 199
#define NN 7000
#include
int main(void)
{
static int a[NN]={0},b[NN]={0};
int i,j,k,m,n,x;
n=N;i=0;
while (n!=0)
{ ... n=(n-n)/10;
}
for(k=1;k<N;k++)
{
for(i=0;i<NN;i++)
b[i]=a[NN-i-1 ...
-
md5碰撞原理分析
... ="ebp";
$off=9*4;
@K=(0x5a827999,0x6ed9eba1,0x8f1bbcdc,0xca62c1d6);
&sha1_block_data("sha1_block_asm_data_order");
&asm_finish();
sub Nn
{
local($p)=@_;
local(%n)=($A,$T,$B,$A,$C,$B,$D,$C,$E,$D,$T,$E);
return($n{$p}); ...
-
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
