搜索资源列表
编译原理及实践
- 目 录 译者序 前言 第1章 概论 1 1.1 为什么要用编译器 2 1.2 与编译器相关的程序 3 1.3 翻译步骤 5 1.4 编译器中的主要数据结构 8 1.5 编译器结构中的其他问题 10 1.6 &
Floyd-Warshall-c-chengxi
- Floyd-Warshall算法描述 1)适用范围： a)APSP(All Pairs Shortest Paths) b)稠密图效果最佳 c)边权可正可负 2)算法描述： a)初始化：dis[u,v]=w[u,v] b)For k:=1 to n For i:=1 to n For j:=1 to n If dis[i,j]>dis[i,k]+dis[k,j] Then Dis[I,j]:=dis[I,k]+dis[k,j] c)算法结
AutoMake5.0
- 一个大学时候做的编译原理的实验.实验内容是正则表达式到NFA到DFA到最小化DFA最终生成词法分析代码的整个过程的演示.那时由于时间关系,词法分析代码自动生成部分还没完成.
nfa_dfa
- 输入一个正则表达式,输出相应的NFA图，NFA转换为DFA，将DFA最小化。
Regular
- 输入一个正则表达式，可以使用： 小写字母或数字，表示终结符；*，闭包；+，并集；~，补集；E，空串；O，空集 然后程序将生成 相应的NFA，以及化简之后的DFA，最后再输入一个字符串，程序判断它是否满足该正则表达式-input is a regular expression, you can use : lowercase letters or numbers, said Fu end; * Closure; , And set; To complement the set; E, empty
Example4
- 采用贝叶斯正则化算法（抑制过拟合）提高 BP 网络的推广能力，采用两种训练方法， 即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络；-Bayesian regularization algorithm (inhibition of over-fitting) to improve the generalization ability of BP network, using two training methods, that LM opti
DFA
- 输入一个正则表达式，输出相应的NFA图，NFA转换为DFA（得到的DFA图要求用画图方法完成并要求先产生子集构造表出来再画DFA图），DFA最小化（也要求用画图方法完成） -Enter a regular expression, the output corresponding NFA map, NFA is converted to DFA (the DFA plans to be asked to use drawing methods and called for the first
lex
- C++ 实现 LEX,兼容Flex语法,正则式->NFA->合并->确定化->最小化-C++ LEX,compatible with Flex s Grammar
na4-matlab7
- 《离散反问题》中的各类正则化matlab程序- Matlab package Regularization tools for the book 《discrete inverse problems》
Bayesian-regularization
- 贝叶斯正则化算法提高 BP 网络，L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络-Bayesian regularization algorithm to improve BP network
matlab
- 采用贝叶斯正则化算法提高 BP 网络的推广能力。-Bayesian regularization algorithm to improve the generalization ability of BP network.
regularization
- 正则化(regularization)，是指在线性代数理论中，不适定问题通常是由一组线性代数方程定义的，而且这组方程组通常来源于有着很大的条件数的不适定反问题。大条件数意味着舍入误差或其它误差会严重地影响问题的结果。-Regularization, in mathematics and statistics and particularly in the fields of machine learning and inverse problems, refers to a process of
l_curve
- L曲线选择正则化参数,适用于正则化算法中选取正则化参数反演- L-curve
ROMP
- 用于压缩感知的正则化正交匹配追踪算法，可直接运行。-ROMP algorithm for compressive sensing
l_curve
- L曲线正则化参数选择，解决不稳定性问题，病态方程-L_curve paramater
compressed-sensing_OPM
- 正交匹配追踪算法每次迭代均只选择与残差最相关的一列，自然人们会想：“每次迭代是否可以多选几列呢?”，正则化正交匹配追踪(RegularizedOMP)就是其中一种改进方法。本篇将在上一篇《压缩感知重构算法之正交匹配追踪(OMP)》的基础上给出正则化正交匹配追踪(ROMP)算法的MATLAB函数代码，并且给出单次测试例程代码、测量数M与重构成功概率关系曲线绘制例程代码。-Compressed Sensing
romp
- 自己注释和改写的正则化正交匹配追踪ROMP算法程序，其中有自己的想法，下载的朋友可以试试，绝对好使，但是我觉得在目标数过多的情况下效果不理想。。(Their own comments and rewrite the regularized orthogonal matching tracking ROMP algorithm program, which has its own ideas, download friends can try, absolutely good, but I thi