针对复杂网络社团结构挖掘算法复杂度高的问题,定义了一个衡量局部社团结构的指标,提出了一种基于最小社团链接度增量的社团结构挖掘算法.本算法的时间复杂度为O(kd),其中d为网络的平均节点度数,k为搜索的节点数.为了验证本算法的性能和计算的准确性,把本算法与一种经典的挖掘局部社团结构方法——Clauset算法,进行了比较.实验结果表明:本算法抽取的社团结构与Clauset算法相比基本一致,但在性能上有了显著提高

一、几种方式： 1. 函数参数(通过函数接口传递) 2. 全局变量(所有函数共享数据) 3. 类的封装(部分函数共享数据) (将数据和相关的函数封装在一起)

数据结构讨论的是数据的逻辑结构、存储方式以及相关操作的实现等问题,为学习后续专业课程打下基础。本章讲述数据结构的基本概念及相关术语,介绍数据结构、数据类型和抽象数据类型之间的联系,介绍了算法的特点及算法的时间与空间复杂性

适用专业:电子信息工程、计算机科学技术等专业 一、本课程的地位、任务和作用 本课程是高等工科院校电气、信息、通信类专业的一门专业基础课。通过本课程的学 习,使学生获得数字电子技术方面的基本概念、基本知识和基本技能,培养他们对数字电 路的分析与设计的能力,为后续课程的学习及今后的实际工作打下良好的基础

本章节作业共四题，主要考查的知识点为：顺序结构程序设计的框架、 数据类型、常数和常量的表示方法、变量的定义和使用方法、算术表 达式的写法、数学函数、基本输入/输出函数的用法等

稠密气固两相流中颗粒尾涡的存在对其他颗粒的运动及两相流场结构的影响不可忽略.本文采用大涡数值模拟的方法研究了气体流过一个ϕ100μm颗粒的尾涡特性,对比计算了在不同颗粒雷诺数Rep下颗粒尾涡的存在对局部气流速度、压力的影响.结果表明,Rep=100时尾涡影响区域的长度达颗粒粒径的5倍,颗粒前后最大压差达373·48Pa

图像增强是采用一系列技术去改善图像的视觉效果, 或将图像转换成一种更适合于人或机器进行分析和处理 的形式。例如采用一系列技术有选择地突出某些感兴趣 的信息,同时抑制一些不需要的信息,提高图像的使用 价值。 图像增强方法从增强的作用域出发,可分为空间域 增强和频率域增强两种

在金属材料内部夹杂物的超声检测中,如何通过检测获得的回波信号辨识夹杂物的属性和位置,一直是其重点和难点问题.通过建立包含夹杂物缺陷的二维金属板模型,采用有限元数值模拟的方法,对材料内部超声波场进行计算,获得了两种最典型的夹杂物Al2O3和TiN,以及二者在材料内部不同深度时的超声回波信号.研究了夹杂物类型和夹杂物深度对超声回波时域波形以及对界面波、夹杂物缺陷回波和底面回波频谱分布的影响规律

例5.2 某地区有976个自然村，根据该地区的地貌将各村所属 耕地划为三种类型，各村按类型上报了耕地面积(以亩计算) 为核实这些上报数据，采用按比例分配的分层随机抽样方法 在每一种类型中抽取若干村进行实测核实，倘若以 X表示上 报数据，以Y表示实测数据,抽样结果如下表:

§1 基本概念 §2 输入过程与服务时间的分布 §3 生灭过程 §4 M / M /s 等待制排队模型 §5 M / M / s/ s 损失制排队模型 §6 M / M / s 混合制排队模型 §7 其它排队模型简介 §8 排队系统的优化 §9 产生给定分布的随机数的方法 §10 排队模型的计算机模拟