LR(0)完整的语法分析方法(拓广文法、识别活前缀状态机、LR0表、识别字符串)内有word详细说明
2023/8/12 15:51:16
832KB
1
为了进一步理解IEEE802.15.5标准，对802.15.5的结构模型、关键技术及应用进行了介绍。
讨论了IEEE802.15.5对mesh网络的完全支持能力，并对高速个域网(HR-WPAN)和低速个域网(LR-WPAN)两种情况进行了比较，最后给出了WPAN存在的问题及展望。
讨论了IEEE802.15.5对mesh网络的完全支持能力，并对高速个域网(HR-WPAN)和低速个域网(LR-WPAN)两种情况进行了比较，最后给出了WPAN存在的问题及展望。
2023/7/31 17:31:34
481KB
1
框架力图组件用于3D力导向图组件。
一个A-Frame实体组件，用于使用强制定向的迭代布局在VR环境中表示图形数据结构。
使用作为基础的ThreeJS组件来管理图对象。
另请参见和独立组件版本。
API属性描述默认值json-urlJSON文件的URL，可直接从中加载图形数据。
将覆盖节点的内容并链接组件属性，因此可以使用其中一个。
JSON应包含具有两个列表属性的对象：node和links。
节点节点对象列表。
示例：[{"id":1,"name":"first"},{"id":2,"name":"second"}][]链接链接对象列表。
范例：[{"source":1,"target":2}][]尺寸在（1、2或3）上进行力模拟的尺寸数。
3达格模式根据图的方向性应用布局约束。
仅适用于图形结构（无周期）。
在td（自上而下），bu（自下而上），lr（从左至右），rl（从右至左），zout（从近到远），zin（从远到近）之间进行选择），radialout（径向向外）或radi
一个A-Frame实体组件，用于使用强制定向的迭代布局在VR环境中表示图形数据结构。
使用作为基础的ThreeJS组件来管理图对象。
另请参见和独立组件版本。
API属性描述默认值json-urlJSON文件的URL，可直接从中加载图形数据。
将覆盖节点的内容并链接组件属性，因此可以使用其中一个。
JSON应包含具有两个列表属性的对象：node和links。
节点节点对象列表。
示例：[{"id":1,"name":"first"},{"id":2,"name":"second"}][]链接链接对象列表。
范例：[{"source":1,"target":2}][]尺寸在（1、2或3）上进行力模拟的尺寸数。
3达格模式根据图的方向性应用布局约束。
仅适用于图形结构（无周期）。
在td（自上而下），bu（自下而上），lr（从左至右），rl（从右至左），zout（从近到远），zin（从远到近）之间进行选择），radialout（径向向外）或radi
2023/7/24 8:53:45
1.25MB
1
linux文件系统的移植－制作JFFS2文件系统http://www.cnblogs.com/lr-ting/archive/2012/07/04/2576762.html
2023/7/19 18:54:36
415KB
1
在模糊变量的期望值和连续阿基米德三角形范数的期望值下，讨论了模糊决策系统中与T无关的LR模糊变量的更新过程和更新奖励过程。
首先，讨论了具有T无关的LR模糊到达时间的更新过程，获得了更新变量，平均更新时间和（模糊）测度中的长期更新率的一些极限定理，并证明了模糊基本更新定理长期预期续订率的上限。
其次，讨论了具有独立于T的LR模糊到达时间和奖励的更新奖励过程，推导了（模糊）测度中奖励率的极限定理，并证明了期望奖励率的极限值的模糊更新奖励定理。
最后，与随机对应项的比较显示出收敛模式之间的有趣且合理的同源性，以及模糊更新过程中的结果与随机更新过程中的相应结果之间的极限值，尽管它们建立在两个本质上不同的数学基石上，即可能性理论和概率理论分别。
首先，讨论了具有T无关的LR模糊到达时间的更新过程，获得了更新变量，平均更新时间和（模糊）测度中的长期更新率的一些极限定理，并证明了模糊基本更新定理长期预期续订率的上限。
其次，讨论了具有独立于T的LR模糊到达时间和奖励的更新奖励过程，推导了（模糊）测度中奖励率的极限定理，并证明了期望奖励率的极限值的模糊更新奖励定理。
最后，与随机对应项的比较显示出收敛模式之间的有趣且合理的同源性，以及模糊更新过程中的结果与随机更新过程中的相应结果之间的极限值，尽管它们建立在两个本质上不同的数学基石上，即可能性理论和概率理论分别。
2023/7/16 22:03:20
570KB
1
构造LR(1)分析程序，利用它进行语法分析，判断给出的符号串是否为该文法识别的句子，了解LR(1)分析方法是严格的从左向右扫描和自底向上的语法分析方法。
2023/7/11 23:27:32
124KB
1
深度学习作业lr_utils和对应数据集，对应官网上给的代码，加了一些注释，个人对代码的理解，希望对大家有用，代码保存路径见本人博客
2023/6/15 8:34:51
2.68MB
1
LR分析器工作过程算法描述：一个LR分析器的工作过程可看成是栈里的状态序列，已规约串和输入串所构成的三元式的变化过程。
分析开始时的初始三元式为(s0,#,a1a2……an#)其中，s0为分析器的初态；
＃为句子的左括号；
a1a2……an为输入串；
其后的＃为结束符（句子右括号）。
分析过程每步的结果可表示为（s0s1……sm，#X1X2……Xmai,ai+1……an#）分析器的下一步动作是由栈顶状态sm和现行输入符号ai所唯一决定的。
即，执行ACTION（sm，ai）所规定的动作。
经执行每种可能的动作之后，三元式的变化情形是：（1）若ACTION（sm，ai）为移进，且s=GOTO（sm，ai），则三元式变成：（s0s1……sms，#X1X2……Xmai,ai+1……an#）（2）若ACTION（sm，ai）={A→β},则按照产生式A→β进行规约。
此时三元式变为（s0s1……sms，#X1X2……XmA,aiai+1……an#）此处s=GOTO（Sm-r，A），r为β的长度，β=Xm-r+1……Xm。
（3）若ACTION（sm，ai）为“接受”，则三元式不再变化，变化过程终止，宣布分析成功。
（4）若ACTION（sm，ai）为“报错”，则三元式的变化过程终止，报告错误。
一个LR分析器的工作过程就是一步一步的变换三元式，直至执行“接受”或“报错”为止。
分析开始时的初始三元式为(s0,#,a1a2……an#)其中，s0为分析器的初态；
＃为句子的左括号；
a1a2……an为输入串；
其后的＃为结束符（句子右括号）。
分析过程每步的结果可表示为（s0s1……sm，#X1X2……Xmai,ai+1……an#）分析器的下一步动作是由栈顶状态sm和现行输入符号ai所唯一决定的。
即，执行ACTION（sm，ai）所规定的动作。
经执行每种可能的动作之后，三元式的变化情形是：（1）若ACTION（sm，ai）为移进，且s=GOTO（sm，ai），则三元式变成：（s0s1……sms，#X1X2……Xmai,ai+1……an#）（2）若ACTION（sm，ai）={A→β},则按照产生式A→β进行规约。
此时三元式变为（s0s1……sms，#X1X2……XmA,aiai+1……an#）此处s=GOTO（Sm-r，A），r为β的长度，β=Xm-r+1……Xm。
（3）若ACTION（sm，ai）为“接受”，则三元式不再变化，变化过程终止，宣布分析成功。
（4）若ACTION（sm，ai）为“报错”，则三元式的变化过程终止，报告错误。
一个LR分析器的工作过程就是一步一步的变换三元式，直至执行“接受”或“报错”为止。
2023/5/15 20:36:36
12.74MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB