实现最优二叉树的构造；在此基础上完成哈夫曼编码器与译码器。 假设报文中只会出现如下表所示的字符： 字符 A B C D E F G H I J K L M N 频度 186 64 13 22 32 103 21 15 47 57 1 5 32 20 57 字符 O P Q R S T U V W X Y Z ， ． 频度 63 15 1 48 51 80 23 8 18 1 16 1 6 2 要求完成的系统应具备如下的功能： 1．初始化。从终端（文件）读入字符集的数据信息，。建立哈夫曼树。 2．编码：利用已建好的哈夫曼树对明文文件进行编码，并存入目标文件（哈夫曼码文件）。 3．译码：利用已建好的哈夫曼树对目标文件（哈夫曼码文件）进行编码，并存入指定的明文文件。 4．输出哈夫曼编码文件：输出每一个字符的哈夫曼编码。
上传时间： 2014-11-23
上传用户：shanml
1.B树的实现 2.ElfHash的实现 3.三种排序方式(插入，归并，快速）
上传时间： 2013-12-29
上传用户：exxxds
非均匀有理b样条曲线nurbs的C＋＋源码库。 3.0.11版
上传时间： 2015-04-24
上传用户：Miyuki
Delphi2005 BS程序设计技巧集 (1-3) 现在delphi 2005 B/S的书籍资料太少，几乎没有可参考的资料，这在一定程度上限制了delphi 2005的使用，相反C#，ASP的书籍资料到处都是。通过几个月的学习也算是总结了一点经验，从现在起我将陆续将ASP和C#的例子、技巧翻译到delphi 2005下面，希望对大家的学习和工作有帮助，毕竟.Net是一种发展趋势。我将不定期写新的内容，同时，如果你在工作或学习中有什么问题，我也会将问题加入本篇文章，另外，一个人的能力毕竟有限，也希望大家共同来解决问题。 宋雨炫
上传时间： 2013-11-25
上传用户：lgnf
车牌定位－－－VC++源代码程序 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2013-11-26
上传用户：懒龙1988
s平面中直接形式到级联形式的转换 ％适合模拟滤波器的 ％C为增益系数 ％B为包含各bk的K乘3维实系数矩阵 ％A为包含各ak的K乘3维实系数矩阵 ％b为直接形式的分子多项式系数 ％a为直接形式的分母多项式系数
上传时间： 2015-07-22
上传用户：sdq_123
％直接型到并联型的转换 ％ ％[C,B,A]=dir2par(b,a) ％C为当b的长度大于a时的多项式部分 ％B为包含各bk的K乘2维实系数矩阵 ％A为包含各ak的K乘3维实系数矩阵 ％b为直接型分子多项式系数 ％a为直接型分母多项式系数 ％
上传时间： 2014-01-20
上传用户：lizhen9880
直接型到级联型的形式转换 ％ [b0,B,A]=dir2cas(b,a) ％b 为直接型的分子多项式系数 ％a 为直接型的分母多项式系数 ％b0为增益系数 ％B 为包含各bk的K乘3维实系数矩阵 ％A 为包含各ak的K乘3维实系数矩阵 ％
上传时间： 2013-12-30
上传用户：agent
1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2014-01-08
上传用户：songrui
区域增长的算法实现: 1)根据图像的不同应用选择一个或一组种 子,它或者是最亮或最暗的点,或者是位 于点簇中心的点 2...通过像素集合的区域增长 算法实现: 区域A 区域B 种子像素增长.3)增长的规则 4) 结束条件.
上传时间： 2015-09-30
上传用户：wcl168881111111
