Unified_Code_Count 统一代码计数是一种软件度量工具,可以分析20多种不同的编程语言,以查找逻辑的和物理的代码源行,对给定语言的关键字和各种运算符,数学函数名称等以及循环复杂度进行计数,然后生成各种报告。 此版本包括显着的性能增强和多个线程的功能。 您将看到的大概速度要快2到3倍。 这是南加州大学发布的UCC 2013_04的更改。 原始2013_04源文件可在以下找到: ://csse.usc.edu/ucc在跨平台C ++中编写 此变体包括原始2013_04版本的内容,其中包含一些经过修改和添加的源文件,以及一些简要描述更改的文档。 (下面是zip文件中Read_Me.txt的内容) Read_Me.txt,用于具有线程和其他改进功能的2013_04统一代码计数2015年6月6日 在这里找到文件 计数规则文档-每个语言​​解析器组1个文档23个文件,用于使用3
2021-12-10 14:27:53 7.24MB 系统开源
1
分析了需求不可分割带能力约束的车辆路径问题(CVRP)的 2-OPT算法计算时间的平均复杂度。利用需求分布独立于客户的空间分布的特点,将车辆路径问题(VRP)转化为多旅行商 (MTSP)问题,并通过分析 MTSP进行 2-OPT操作的可行性条件,建立起该算法运行所需的迭代次数的分布函数,进而求得平均运算时间复杂度的上界。该文为有效评价针对 VRP的2-OPT算法,提供了理论依据,并为VRP领域的启发式算法的复杂度分析,提供了一种新思路。
2021-12-08 19:40:44 292KB 自然科学 论文
1
NB-LDPC码的EMS解码器 NB-LDPC码的扩展最小和解码器。 使用截短的低值LLR降低MS的复杂度。 由伊曼纽尔·布蒂永(Emmanuel Boutillon)教授提供(Lab-STICC)
2021-12-02 11:59:41 1.45MB Roff
1
与我写的博客配套使用!里面包含word文档和程序实现源码!
2021-12-02 09:01:55 29KB 文档 互联网 资源 数据结构
基于 LMS 训练实现低复杂度分类器基于简单 RBF 单元的非线性扩展特征空间。 单位的中心是从使用基于新颖性的简单搜索算法训练样本检测。 相关论文: R. Dogaru,“具有简单构造的面向硬件的分类器基于支持向量的训练”,在 CSCS-16 的 Proceedings of CSCS-16 中, 第 16 届控制系统和计算机科学国际会议, 2007 年 5 月 22 - 26 日,布加勒斯特,第 1 卷,第 415-418 页。 多加鲁,R。 多加鲁, I., “使用支持向量的高效有限精度 RBF-M 神经网络架构” 电气工程中的神经网络应用 (NEUREL),2010 年第 10 届研讨会数字对象标识符:10.1109/NEUREL.2010.5644089 出版年份:2010 年,页数:127 - 130
2021-11-29 20:29:24 352KB matlab
1
算法的时间复杂度 对于组合优化问题,由于其可能的解是有限的,当问题的规模比较小时,总可以通过枚举的方法获得问题的最优解,但当问题的规模比较大时,就难于求解了。 常用的算法复杂度函数
2021-11-27 09:40:53 746KB 模拟退火算法和遗传算法
1
使用 LS、LMMMSE 和计算效率高的 LMMMSE 方法。 % Ref:JJ Van de Beek,“OFDM 系统中的同步和信道估计”,博士论文,九月。 1998年
2021-11-24 20:15:36 16KB matlab
1
matlab滑动条码内核格兰杰因果关系 使用内核技巧降低复杂度的代码来评估非线性Granger因果关系这组函数实现了内核Granger因果关系,从而可以检测非线性动态相互作用,如所述。 内核Granger因果关系和动力学网络分析D.Marinazzo,M.Pellicoro和S.Stramaglia物理评论E,77,056215(2008) 非线性Granger因果关系的核方法D. Marinazzo,M.Pellicoro和S. Stramaglia Phys。 莱特牧师卷100帕格144103(2008) 该文件夹包含两个工具箱 内核因果关系最后 LOO_crossvalidation用于选择模型顺序 将这两个工具箱与其他MATLAB工具箱解压缩,然后将它们添加到您的路径中。 您会发现以下脚本: test_KGC_KCL:在5个节点的模拟网络上运行内核因果关系 test_biv_2n:在两个耦合图上测试KGC test_var_eps_1:两个耦合图的耦合参数在时间上的调制(包含对Granger因果关系和与滑动窗口的相关性的调用) 请不要犹豫与我们联系以获取建议和意见 免责声明和责
2021-11-23 09:19:04 25KB 系统开源
1
时间复杂度 生成优先级队列的for循环将所有的边入队。需要执行|E|次入队,建堆时间为log|E|, 生成优先级队列所需时间是O(|E|log|E|)。 在最坏的情况下,归并的循环可能需要检查所有的边。对于每条边,最多需要执行两次Find操作和一次Union操作。因此,归并循环的最坏情况的时间复杂度是O(|E|log|V|)。 在一个连通图中,一般边数总比结点数大,所以,Kruskal算法的时间复杂度是O(E|log|E|)。
2021-11-21 16:55:48 1.55MB 数据结构
1