递归方程组解的渐进阶的求法,算法时间复杂度,迭代算法,递归算法,母函数法,套用公式法,迭代树法
1
单链表的递归建立 Student *creatstu(int start , int n) { //建立一个编号从start开始的具有n个元素的单链表 Student *t=new Student; t->num = start; //每个节点编号 if(n==1) { t->next = NULL; return t; } t->next = creatstu(start+1,n-1); return t; }
2022-09-28 16:25:38 61KB 链表
1
大学计算机第3讲-程序与递归大学计算机第3讲-程序与递归大学计算机第3讲-程序与递归
2022-09-25 13:01:17 1.78MB 计算机
用于学习帮助,汉诺塔非递归演算程序代码 使用C语言编写的。供大家学习参考,希望能派上用场。
2022-09-24 23:38:51 1KB 程序
1
OC-递归删除控制器-pop返回控制器
2022-09-20 19:06:47 5.58MB OC
1
Swift-递归删除控制器-pop返回控制器
2022-09-20 19:06:46 510KB Swift
1
递归论导论..................................
2022-09-17 23:35:13 3.19MB 递归论导论
1
使用递归算法画一个二叉树,使用Qt实现。
2022-09-06 01:50:41 3KB 递归 Qt
1
针对现有基于大数据和深度学习的目标检测框架难以实现在低功耗移动和嵌入式设备上实时进行视频目标检测的问题,改进了基于深度学习的目标检测框架SSD,提出一种改进的多目标检测框架LSTM-SSD,将其专用于交通场景视频多目标检测。将单图像检测框架与递归神经网络-LSTM网络相结合,形成交织循环卷积结构,通过采用一种Bottleneck-LSTM层提炼传播帧间的特征映射实现了网络帧级信息的时序关联,极大降低了网络计算成本;将时间感知信息与改进的动态卡尔曼滤波算法结合起来,实现了对视频中受光照变化、大面积遮挡等强干扰影响目标的追踪识别。实验表明,改进后的LSTM-SSD在应对多目标、杂乱背景、光照变化、模糊、大面积遮挡等检测难度较大的情况时,均能获得较好的效果,相比于其他基于深度学习的目标检测框架,各类目标识别的平均准确率提高了5%~16%,平均准确率均值提高了约4%~10%,多目标检测率提高了4%~19%,检测帧率达到43 fps,基本满足实时性的要求。其实现了算法精度与运行速率的平衡,取得了较好的检测识别效果。
2022-08-22 16:05:35 1.34MB 机器视觉 深度学习 递归神经网络
1
递归解压并分类 支持 Zip Rar 7z Tar TarGZ
2022-08-15 03:21:39 5KB Go开发-其它杂项
1