通信中的迫零检测、串行干扰消除、排序串行干扰消除

非递归归并排序.cpp

汇编语言编写程序，接收从键盘输入某班学生的成绩，对学生的成绩进行排序，最后把学生成绩、名次显示出来。

Android应用设计源码安卓实例源代码，仅供学习及设计参考。

Android应用设计源码安卓实例源代码，可供学习及设计参考。

matlab跳过代码直接运行Vicario Lab Spike排序和数据预处理（Efe的设置） 多单元，单单元检测并转换为.npz数据，以便在Python中灵活高效地进行分析。 大纲 单个单元检测：尖峰分类。 使用matlab脚本vicario_lab_spikesorting.m ，它要求完全无监督的尖峰排序。 多单元检测：阈值MUA。 使用秒杀2脚本STD_Threshold2Matlab.s2s 。 将存储的.smr文件的MUA和SUA数据导出为.mat格式。 使用spike2脚本Spike2Matlab_AllChannel_Batch_v0.1.s2s或在STD_Threshold2Matlab.s2s使用导出功能。 根据文件名组合来自主计算机和从计算机的数据。 使用matlab脚本combine_efe_left_right.m 。 对于每个实验条件（记录会话，对应于来自主计算机和从计算机的一对.smr文件），组合来自不同鸟类的数据并以.npz格式存储数据。 使用mdlab.py函数。 在基于mdlab.py Python中分析数据。 程序 一，原始数据组织 从主计算机和从

对于蚁群算法做出的改进，按信息素大小进行排序

图的基本操作 1.实验目的： 熟悉图的基本定义，有向图、无向图的存储方式及相关基本操作，能够根据实际情况选择合适的存储结构。 2.实验内容： 1、 输入有向图，并存储 2、实现拓扑排序算法或最短路径算法

选择排序，冒泡排序，插入排序，快速排序的链表实现和数组实现。 包括算法思想，指针描述，注意的要点等，还有代码注释。

针对第三代非支配排序遗传算法（non-dominated sorting genetic algorithm-Ⅲ，NSGA-Ⅲ）在处理高维多目标函数时存在收敛精度低和搜索性能差等问题，提出一种自适应多种群NSGA-Ⅲ算法。首先将传统算法的单一种群划分成四个亚种群，并为每个亚种群分配不同的交叉算子；其次提出外部最优解集（external optimal solution set，EXS）的概念，通过计算个体更新最优解集的参与量来自适应调节每个亚种群的大小；最后利用局部搜索策略提高EXS的局部搜索性能。采用四个不同的测试函数，与七种对比算法进行仿真验证，结果表明在处理高维多目标优化问题时，提出算法的性能指标整体优于其他对比算法，能够获得较好的算法收敛性和种群多样性。