光学超级通道多播，将一个超级通道同时复制到单个设备中的多个光谱位置，对于未来的光学网络来说，可能是一种很有前途的功能。
高非线性光纤（HNLF）中的多泵四波混频（FWM）是一种实现超通道多播的有效方法。
但是，如果不仔细配置泵的频率，则生成的副本将在频谱上分散，这将增加控制副本性能和管理频谱资源的难度。
在本文中，我们提出了一种递归泵相加（RPA）方案，该方案使副本的频谱聚合度高于我们以前的指数增长间隔（EGS）泵浦方案。
这种副本聚合技术可以减少远离原始通道的副本的相位不匹配，这对副本的性能很有帮助。
\{RPA\}方案还为多播提供了副本分配的附加选项。
基于\{RPA\}方案，我们通过实验证明了5个泵的1到21超通道多播。
与典型的7％前向纠错（FEC）阈值相比，所有副本的Q因子余量均超过2.3dB。
还研究了\{RPA\}和\{EGS\}泵方案之间的性能比较。
高非线性光纤（HNLF）中的多泵四波混频（FWM）是一种实现超通道多播的有效方法。
但是，如果不仔细配置泵的频率，则生成的副本将在频谱上分散，这将增加控制副本性能和管理频谱资源的难度。
在本文中，我们提出了一种递归泵相加（RPA）方案，该方案使副本的频谱聚合度高于我们以前的指数增长间隔（EGS）泵浦方案。
这种副本聚合技术可以减少远离原始通道的副本的相位不匹配，这对副本的性能很有帮助。
\{RPA\}方案还为多播提供了副本分配的附加选项。
基于\{RPA\}方案，我们通过实验证明了5个泵的1到21超通道多播。
与典型的7％前向纠错（FEC）阈值相比，所有副本的Q因子余量均超过2.3dB。
还研究了\{RPA\}和\{EGS\}泵方案之间的性能比较。
2023/11/13 1:33:39
3.34MB
1
SuiteSparse是世界上最优秀的系数矩阵处理工程之一。
但是SuiteSparse提供的官方代码仅包含在matlab、linux环境下编译的生成文件，不能生成在windows操作系统下VS环境下的C++库函数。
本文件包括一个库函数cs.cpp和一个头文件cs.h，其中的代码是移植自SuiteSparse官方代码中的Csparse原始代码，功能包括除了复数矩阵以外的所有功能，已成功在vs2010的c++环境下执行过，在毕业设计中用于求解超大型稀疏矩阵的线性方程组（也就是大型稀疏矩阵的除法）。
以下是SuiteSparse的介绍。
SuiteSparse是一组C、Fortran和MATLAB函数集，用来生成空间稀疏矩阵数据。
在SuiteSparse中几何多种稀疏矩阵的处理方法，包括矩阵的LU分解，QR分解，Cholesky分解，提供了解非线性方程组、实现最小二乘法等多种函数代码。
但是SuiteSparse提供的官方代码仅包含在matlab、linux环境下编译的生成文件，不能生成在windows操作系统下VS环境下的C++库函数。
本文件包括一个库函数cs.cpp和一个头文件cs.h，其中的代码是移植自SuiteSparse官方代码中的Csparse原始代码，功能包括除了复数矩阵以外的所有功能，已成功在vs2010的c++环境下执行过，在毕业设计中用于求解超大型稀疏矩阵的线性方程组（也就是大型稀疏矩阵的除法）。
以下是SuiteSparse的介绍。
SuiteSparse是一组C、Fortran和MATLAB函数集，用来生成空间稀疏矩阵数据。
在SuiteSparse中几何多种稀疏矩阵的处理方法，包括矩阵的LU分解，QR分解，Cholesky分解，提供了解非线性方程组、实现最小二乘法等多种函数代码。
2023/11/11 17:04:26
21KB
1
Gurobi可以解决的数学问题：线性问题（Linearproblems）二次型目标问题（Quadraticproblems）混合整数线性和二次型问题（Mixedintegerlinearandquadraticproblems）突出的性价比。
2023/11/11 14:48:11
143.77MB
1
自适应均衡器研究与实现方法，并介绍了常用的几种算法，包括LMS算法、RLS算法以及盲均衡常用的恒模算法(CMA)，并讨论了它们各自的优缺点。
最后选用线性横向均衡器结构与上述3种系数调整算法，利用MATLAB进行仿真，并对结果进行分析与比较。
最后选用线性横向均衡器结构与上述3种系数调整算法，利用MATLAB进行仿真，并对结果进行分析与比较。
2023/11/11 7:27:50
350KB
1
输入一页文字，程序可以统计出文字、数字、空格的个数。
静态存储一页文章，每行最多不超过80个字符，共N行；
存储结构使用线性表，分别用几个子函数实现相应的功能；
输入数据的形式和范围：可以输入大写、小写的英文字母、任何数字及标点符号。
静态存储一页文章，每行最多不超过80个字符，共N行；
存储结构使用线性表，分别用几个子函数实现相应的功能；
输入数据的形式和范围：可以输入大写、小写的英文字母、任何数字及标点符号。
2023/11/10 19:08:02
544KB
1
斯坦福机器学习编程作业machine-learning-ex3，Multi-classClassicationandNeuralNetworks神经网络模型，非线性模型题目，满分，2015最新作业答案Multi-classClassicationandNeuralNetworksMATLAB
2023/11/10 11:42:47
7.55MB
1
等高线追踪基于TIN绘制等高线直接利用原始观测数据，避免了DTM内插的精度损失，因而等高线精度较高；
对高程注记点附近的较短封闭等高线也能绘制；
绘制的等高线分布在采样区域内而并不要求采样区域有规则四边形边界。
而同一高程的等高线只穿过一个三角形最多一次，因而程序设计也较简单。
但是，由于TIN的存贮结构不同，等高线的具体跟踪算法跟踪也有所不同。
基于三角形搜索的等高线绘制算法如下：对于记录了三角形表的TIN，按记录的三角形顺序搜索。
其基本过程如下：1）对给定的等高线高程h，与所有网点高程zi（i=1,2,?，n），进行比较，若zi=h，则将zi加上（或减）一个微小正数ε＞0（如ε=10-4），以使程序设计简单而又不影响等高线的精度。
2）设立三角形标志数组，其初始值为零，每一元素与一个三角形对应，凡处理过的三角形将标志置为1，以后不再处理，直至等高线高程改变。
3）按顺序判断每一个三角形的三边中的两条边是否有等高线穿过。
若三角形一边的两端点为P1（x1，y1，z1），P2（x2，y2，z2）则(z1-h)(z2-h)0表明该边无等高线点。
直至搜索到等高线与网边的第一个交点，称该点为搜索起点，也是当前三角形的等高线进入边、线性内插该点的平面坐标（x，y）：
对高程注记点附近的较短封闭等高线也能绘制；
绘制的等高线分布在采样区域内而并不要求采样区域有规则四边形边界。
而同一高程的等高线只穿过一个三角形最多一次，因而程序设计也较简单。
但是，由于TIN的存贮结构不同，等高线的具体跟踪算法跟踪也有所不同。
基于三角形搜索的等高线绘制算法如下：对于记录了三角形表的TIN，按记录的三角形顺序搜索。
其基本过程如下：1）对给定的等高线高程h，与所有网点高程zi（i=1,2,?，n），进行比较，若zi=h，则将zi加上（或减）一个微小正数ε＞0（如ε=10-4），以使程序设计简单而又不影响等高线的精度。
2）设立三角形标志数组，其初始值为零，每一元素与一个三角形对应，凡处理过的三角形将标志置为1，以后不再处理，直至等高线高程改变。
3）按顺序判断每一个三角形的三边中的两条边是否有等高线穿过。
若三角形一边的两端点为P1（x1，y1，z1），P2（x2，y2，z2）则(z1-h)(z2-h)0表明该边无等高线点。
直至搜索到等高线与网边的第一个交点，称该点为搜索起点，也是当前三角形的等高线进入边、线性内插该点的平面坐标（x，y）：
2023/11/9 22:08:01
1.42MB
1
1、 某软件公司大约有30名员工，每名员工有姓名、工号、职务等属性，每年都有员工离职和入职。
把所有员工按照顺序存储结构建立一个线性表，建立离职和入职函数，当有员工离职或入职时，修改线性表，并且打印最新的员工名单。
把所有员工按照顺序存储结构建立一个线性表，建立离职和入职函数，当有员工离职或入职时，修改线性表，并且打印最新的员工名单。
2023/11/9 3:10:16
2KB
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