leetcode 跳跃 《程序员代码面试指南》 第1章:栈和队列 CD5:设计一个有getMin功能的栈 CD6:由两个栈组成的队列 CD7:如何仅用递归函数和栈操作逆序一个栈 CD100:猫狗队列 CD13:用一个栈实现另一个栈的排序 CD15:生成窗口最大值数组 CD101:单调栈结构(不含重复值) CD188:单调栈结构(进阶,含重复值) CD16:求最大子矩阵大小 CD18:最大值减去最小值小于或等于num的子数组数量 CD102:可见的山峰对数量(CD102、CD105,待整理) 第2章:链表问题 CD48:打印两个有序链表的公共部分 CD49:在单链表和双链表中删除倒数第K个节点 CD106:删除链表的中间节点和a/b处的节点 CD107:反转单向和双向链表 CD108:反转部分单向链表 CD109:环形单链表的约瑟夫问题(进阶,CD110) CD111:判断一个链表是否为回文结构(时间复杂度O(N),空间复杂度O(N)) CD112:判断一个链表是否为回文结构(进阶,时间复杂度O(N),空间复杂度O(1)) LeetCode 138:复制含有随机指针节点的链表 CD114
2021-11-13 21:07:32 70KB 系统开源
1
后跟跳跃遍历,Postorder Traversal (LRD)Jumped,是一种轻量级、高性能的个性化匹配算法,可用于APP中启动图片、 运营广告位、推荐应用等功能模块,实现不限规则任意可配的效果。
2021-11-06 19:27:15 759KB 后序遍历 跳跃 规则匹配
1
JDprice.m :使用 Log-Uni​​form Jump-Diffusion 模型计算欧式看涨期权价格。 使用的算法:使用对偶和控制变量技术的蒙特卡罗。 JDimpv :使用 Log-Uni​​form Jump-Diffusion 模型计算欧洲看涨期权市场价值的隐含波动率。 (输入“值”可能是一个矩阵) BS.m:使用 Black-Scholes 模型计算欧式看涨期权价格(在 JDprice 中使用) 致谢: 感谢 Zongwu Zhu 和 Floyd B. Hanson 的论文“对数统一的蒙特卡罗期权定价算法”。
2021-11-04 18:48:14 6KB matlab
1
斯坦福狗项目 斯坦福 Doggo 概述 斯坦福 Doggo 是一种高度敏捷的机器人,旨在成为腿式机器人研究的可访问平台。 该机器人目前保持着(在所有机器人中)最高垂直跳跃敏捷度1 的记录,并且其跳跃高度是任何现有四足机器人的两倍! Stanford Doggo 的重量略低于 5 公斤,在其上开发起来既简单又安全,但同时,不要指望斯坦福 Doggo 能够承载重物或攀爬极具侵略性的地形。 如果你使用这个项目的一部分,或想进一步的技术细节,请引用在ICRA 2019提出了我们的论文: (免费提供的arXiv上: )。 该项目得到了斯坦福学生机器人学慷慨支持。 1 [垂直跳跃敏捷度] = [最大垂直跳跃高度] / [从动作开始到跳跃最高点的时间] 建造狗狗 我们希望您建立自己的斯坦福 Doggo! 在此存储库的硬件文件夹中,我们链接了 Fusion 360 CAD 模型,它包含您需要采购的所
2021-11-03 15:12:11 4.41MB robot cad quadruped legged-robotics
1
以HTV-2为基础,用matlab程序进行了跳跃式滑翔弹道的仿真
2021-10-24 17:36:05 265KB matlab 弹道
1
MATLAB用拟合出的代码绘图accModel 基于FPCA的模型,可根据加速度计数据预测反向运动跳跃中的峰值功率该项目支持我的博士学位论文“基于通用FPCA的模型,该模型使用加速度计数据来预测反向运动跳跃中的峰值功率”。 我的论文在提交前是定稿。 提交后,我将提供一个链接。 该代码从参与者执行三重跳动(CMJ)并带有或不带有手臂摆动的参与者佩戴的三轴加速度计中获取原始数据。 数据文件不完整,分别准备,按传感器解剖位置和跳跃类型分组。 使用标准方法根据垂直地面反作用力数据计算出峰值功率输出。 功能主成分分析(FPCA)从平滑的加速度曲线中提取特征。 FPC分数用作机器学习模型的输入。 看 嵌套交叉验证用于选择模型(参数),并根据从相同分布中提取的看不见的数据估算模型的广义预测误差。 对于模型选择,基于对参数值的约束随机搜索来实现一种新颖的优化过程,该参数值从模型生成观测值。 该过程使用粒子群优化找到代理模型的全局最优。 替代模型基于高斯过程。 所选模型的估计基于蒙特卡洛交叉验证。 建模过程具有大约40个不同参数的高度灵活性。 这些参数控制着传感器数据集,模型类型,超参数值,时间窗口,功
2021-10-23 10:24:12 77KB 系统开源
1
针对医学图像分割中网络深度过深和上下文信息欠缺导致的分割精度降低等问题,提出了一种基于改进U-Net的磁共振成像(MRI)脑肿瘤图像分割算法。该算法通过嵌套残差模块和密集跳跃连接组成一种深度监督网络模型。为了减小编码路径和解码路径特征图之间的语义差距,将U-Net中的跳跃连接改为多类型的密集跳跃连接;为了解决网络过深导致的退化问题,加入残差模块,以防止网络梯度消失。实验结果表明,本算法分割肿瘤整体、肿瘤核心、增强肿瘤的Dice系数分别为0.88、0.84、0.80,满足临床应用的需求。
2021-10-09 16:52:50 7.07MB 图像处理 脑肿瘤分 残差模块 密集跳跃
1
仿蝗虫跳跃机器人弹跳腿分析与设计,陈科位,陈殿生,为提高小型跳跃机器人的负重能力,设计了一款利用人工肌肉作为动力源的仿蝗虫腿跳跃机器人。观测了蝗虫后腿结构,并利用高速摄像
2021-10-03 20:56:56 334KB 首发论文
1
行业分类-设备装置-扇形齿轮式跳跃机器人.zip
简单实用的跳跃脚本,保证过所有服务器检测。
2021-08-27 22:26:34 609KB CJ脚本
1