两种常用于无线传感网络定位的算法的MATLAB实现，MDS和DV-HOP，内附定点仿真实验实现，可以测试定位的准确度
2021-12-15 11:21:55
180KB
1
操作系统实验 文档+实验目的+原理+内容+结果+小结 采用可变式分区管理，使用首次获最佳适应算法实现内存分配与回收 学会可变式分区管理的原理是即在处理作业过程中建立分区，使分区大小正好适合作业的需要，并且分区个数是可以调整的。
、当有一个新作业要求装入主存时，必须查空闲区说明表，从中找出一个足够大的空闲区没有时应将空闲区一分为二。为了便于快速查找，要不断地对表格进行紧缩，即让“空表目”项留在表的后部。
当一个作业执行完成时，作业所占用的分区应归还给系统。作业的释放区与空闲区的邻接分以下四种情况考虑：
① 释放区下邻（低地址邻接）空闲区；
② 释放区上邻（高地址邻接）空闲区
③ 释放区上下都与空闲区邻接；
④ 释放区与空闲区不邻接。
2021-12-14 21:10:23
115KB
1
主要为大家详细介绍了python使用minimax算法实现五子棋，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-12-14 17:25:48
104KB
1
a) 您如何实现初始树（A 部分）以及为什么选择您的方法？
为了实现决策树，我们使用了 ID3（迭代二分法 3）启发式。
训练阶段 - 构建决策树：
在 ID3 算法中，我们以原始属性集作为根节点开始。
在算法的每次迭代中，我们遍历剩余集合中每个未使用的属性并计算该属性的熵（或信息增益）。
然后，我们选择具有最小熵（或最大信息增益）值的属性。
然后剩余的属性集被选定的属性分割以生成数据的子集。 该算法继续在每个子集上递归，只考虑以前从未选择过的属性。
测试阶段：在运行时，我们将使用经过训练的决策树对新的未见过的测试用例进行分类，方法是使用此测试用例的值向下处理决策树，以到达告诉我们此测试用例属于哪个类的终端节点。
我选择这种方法是因为以下原因：
它通过选择最佳属性来在每次迭代中拆分数据集，从而使用贪婪方法。
在离散数据上运行非常快（在 3 到 4 分钟内运行）。 但是，
2021-12-14 10:41:15
593KB
1
LDPC码的理论分析与译码算法实现，何鹏亮，，在数字通信中，数据在信道中的传输会受到噪声的干扰，从而产生接收错误。要使信号能在有噪信道中可靠的传输，必须人为地给待传送
2021-12-13 18:19:00
491KB
1