这是国外的一本非常优秀的计算塑性（即非弹性）力学书，详细地介绍了一维及三维的基本弹塑性和粘塑性本构模型的计算方法。
2025/10/26 8:02:25
2.77MB
1
数值计算方法一与计算机相结合是木书的特点，也是科学计算发展的需要随着计算机的不断发展和进步，优秀的数学软件h'IATI}AI3应运而生，hiATi.AI3一问世就以它强大的功能，被广大科技工作者公认为科学计算最好的软件之一为使数值分析与hMATI}AI3更好地结合，我们以最新版htATLAI3为平台，编写了新版《数值计算方法》，这也是数值计算方法教材发展进步的必然结果.本书介绍了数值计算方法.内容涉及数值计算方法的数学基础、数值计算方法在工程、科学和数学问题中的应用以及所有数值方法的h7ATI}AI3程序等.涵盖了经典数值分析的全部内容，包括非线性方程的数值解法;线性方程组的数值解法;矩阵特征值与特征向量的数值算法;插值方法;函数最佳逼近;数植积分;数值微分;常微分方程数镇解法等.重点讲述数值分析方法的思想和原理，尽可能避免过深的数学理论和过于繁杂的算法细节.基一J几ItIATLAI3是本书的特色数值计算方法与科学计算软件14IATLAI3相结合，有助于读者更有效地利用IGIATLAI3的超强功能，来处理科学计算问题，有助J--避免那种学过数值计算方法但不能上机解决实际问题的现象发生.
2025/10/25 9:40:40
28.25MB
1
1、服装管理系统，主要分为两个功能模块：服装价格计算模块和商品信息管理块。
服装价格计算模块主要负责对客户购买服装商品需要支付的金钱进行计算，商品信息管理模块主要负责将服装的名称、价格等信息进行存储、删除和查找、修改等。
采用了简单工厂模式、单例模式、策略模式、装饰模式和模板方法模式。
2、用java编写。
有源代码、文档及视频3、我的期末作业
服装价格计算模块主要负责对客户购买服装商品需要支付的金钱进行计算，商品信息管理模块主要负责将服装的名称、价格等信息进行存储、删除和查找、修改等。
采用了简单工厂模式、单例模式、策略模式、装饰模式和模板方法模式。
2、用java编写。
有源代码、文档及视频3、我的期末作业
2025/10/24 15:38:13
4.46MB
1
有效值计算算法c语言实现，采用四分之一周波滑动平均，默认一周采样256点，采样点数可更改。
实时计算，采一个点计算一次，精度较高，容易移植。
实时计算，采一个点计算一次，精度较高，容易移植。
2025/10/22 7:12:07
2KB
1
摘要：本文考虑生态博弈题目的要求，查阅了有关本文生态博弈题目的文献，收集了有关本文生态博弈题目的资料，对生态博弈题目中的问题进行了分析，建立了相应的题目数学模型，对题目模型进行了分析,根据题目实际例子，编写了生态博弈程序，在计算机上进行了计算，得到了计算结果，并以图表形式给出。
最后，对生态博弈模型进行了改进，提出了改进的生态博弈数学模型。
对于问题一，本文建立了生态博弈数学模型，对生态博弈问题进行了具体的分析和计算，得到的生态博弈结果以图表形式给出。
并对结果进行了讨论，认为结果符合题目要求。
对于问题二，在生态博弈问题一的模型基础上，本文建立了生态博弈问题二的数学模型，给出了生态博弈模型中相应参数计算值，得到了具体算例的计算结果。
本文的创新之处在于：建立了生态博弈问题的数学模型，对生态博弈数学模型进行了分析，根据具体生态博弈算例进行了计算，提出了改进生态博弈数学模型。
最后，对生态博弈模型进行了改进，提出了改进的生态博弈数学模型。
对于问题一，本文建立了生态博弈数学模型，对生态博弈问题进行了具体的分析和计算，得到的生态博弈结果以图表形式给出。
并对结果进行了讨论，认为结果符合题目要求。
对于问题二，在生态博弈问题一的模型基础上，本文建立了生态博弈问题二的数学模型，给出了生态博弈模型中相应参数计算值，得到了具体算例的计算结果。
本文的创新之处在于：建立了生态博弈问题的数学模型，对生态博弈数学模型进行了分析，根据具体生态博弈算例进行了计算，提出了改进生态博弈数学模型。
2025/10/21 3:08:40
16KB
1
计算方法上机实验报告-matlab程序代码及报告1.newton迭代法2.Jacobi迭代法3.Gauss_Seidel迭代法4.Lagrange_interpolation插值5.n次newton_interpolation插值6.gauss_legendre求积
2025/10/20 17:44:55
721KB
1
超详细的智慧城市云平台解决方案，包括网络、安全、管理、云计算、运维、管理等全面的方案描述，项目概述、项目需求分析、建设方案、施工方案、培训方案一应俱全
2025/10/18 22:33:34
6.75MB
1
基于密度的DBSCAN聚类算法可以识别任意形状簇,但存在全局参数Eps与MinPts的选择需人工干预,采用的区域查询方式过程复杂且易丢失对象等问题,提出了一种改进的参数自适应以及区域快速查询的密度聚类算法。
根据KNN分布与数学统计分析自适应计算出最优全局参数Eps与MinPts,避免聚类过程中的人工干预,实现了聚类过程的全自动化。
通过改进种子代表对象选取方式进行区域查询,无需漏检操作,有效提高了聚类的效率。
对4种典型数据集的密度聚类实验结果表明,本文算法使得聚类精度提高了8.825%,聚类的平均时间减少了0.92s。
根据KNN分布与数学统计分析自适应计算出最优全局参数Eps与MinPts,避免聚类过程中的人工干预,实现了聚类过程的全自动化。
通过改进种子代表对象选取方式进行区域查询,无需漏检操作,有效提高了聚类的效率。
对4种典型数据集的密度聚类实验结果表明,本文算法使得聚类精度提高了8.825%,聚类的平均时间减少了0.92s。
2025/10/18 21:46:30
143KB
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