|
//kruskal algorithm을 이용한 최소 비용 신장 트리 출력
//파일입력 :
// 첫번째 줄 - 총 노드 개수
// 두번째 줄 - 총 간선 개수
// 세번째 줄 부터 - " node node cost " 순으로 간선수만큼 입력
#include <stdio.h>
#include <stdlib
|
|
|
|
5
c d 2
c f 6
c g 4
d e 4
d f 5
출력은 minimim spanning tree 의 노드와 가중치를 표시하게 된다. 예를 들어 위에 그래프는 다음과 같은 스패닝 트리를 가진다.
a---b = 1
b---e = 2
a---c = 3
c---d = 2
d---f = 5
c---g = 4
Kuskal Algorithms 으로 이를 구현하라
|
|
|
Kruskal)의 알고리즘 - 욕심쟁이 방법
III. 결 론
참고문헌
<< 함께 제공되는 참고자료 한글파일 >>
1. 동적 프로그래밍 방법.hwp
2. 분할정복법.hwp
3. 욕심쟁이 방법.hwp
4. 크루스칼 알고리즘이란.hwp
5. 플로이드 알고리즘(Floyd Algorithm).hwp
6.
|
|
|
알고리즘(maximum algorithm)
2. 선형 탐색 알고리즘(linear search algorithm)
3. 삽입정렬(insertion sorting algorithm)
4. 버블 정렬 알고리즘(bubble sorting algorithm)
5. 2진탐색 알고리즘(binary search algorithm)
(문제기술
분석
코딩
프로그램
결과
개선
|
|
|
|
AES.CPP
// AES 암호화 프로그램
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <malloc.h>
#define Nb 4 //state의 column 수
#define Nk 4 //32bit짜리 워드의 개수
//#define Nr 10
|
|
 |
C IP 주소에서 2비트 또는 3비트를 사용하여 서브네팅 하였을 때의 결과 비교
그림 3-7. IP 패킷 구조
그림 3-8. ARP의 동작 순서
그림 3-9. SLIP의 프레임 구조
그림 3-10. PPP 프레임 구조
그림 3-11. TCP 프로토콜 데이터 단위 (PDU)
그림 3-12. UDP 프
|
|
|
알고리즘 9
Ⅲ. 제스처 인식 12
1. 인식을 위한 손 영역의 정규화 12
2. 손의 중심 찾기 12
3. 인식을 위한 손가락의 개수를 추출 13
Ⅳ. 실험 및 결과 15
1. 전체 시스템의 구조 15
2. 실험 결과 18
Ⅴ. 결 론
|
|
|
구현
2.2.1 MCU(micro-controller unit)
2.2.2 Servo motor
2.2.3 Blue tooth
2.2.4 RS-232 Serial Interface
2.2.5 USART
2.3 시스템 흐름도
2.4 신호 처리 알고리즘 (VOR compensation algorithm)
2.5 Simulation (로봇에의 적용)
2.5.1 simulation 방법
2.5.2 simulation 결과
2.6 하드웨어 simul
|
|
|
1. PEG알고리즘과 IPEG 알고리즘 비교
LDPC codes의 문제점인 High SNR에서 Error floor가 발생한다는 점이 PEG알고리즘으로 생성한 부호에서도 발생하였다. 그리고 Hua Xia가 제안한 IPEG알고리즘을 통하여 High SNR에서 PEG알고리즘에서 발생하는 Error floor를
|
|
|
구현현황
1.1 전자정부 시스템 및 서비스 현황
1.2 전자정부 추진성과
2. 정보시스템의 활용방안
2.1 행정서비스의 수혜자 대상자별 맞춤형서비스 제공
2.2 정부 대 정부/ 기업간 연계 모델(G2G,G2B)을 구축
2.3 대국민 서비스 시나리오(G4C)
|
|
 |
알고리즘 구현
논문을 준비하며 수중환경에서의 음향 전달에 대한 복잡성과 현실적 제약 조건(반사, 산란, 감쇠 등)을 깊이 이해할 수 있었고, 이후 직무에서도 큰 도움이 되었습니다.
학창 시절부터 Python, MATLAB, C 기반 신호처리 코딩 능력을
|
|
 |
알고리즘/STL과 같은 과목도 같이 요구 하고 있기에, 이 부분이 기본이고 필요하다 생각을 하여 혼자서 자습을 진행하였고, 시간투자를 더 많이 하였습니다. 후에 제가 입사를 하더라도 기초적인 C나 C++문법, 루프 구현 때문에 시간, 비용이나
|
|
 |
og, Pspice, Workbench, 소자 simulation 소프트웨어인 MEDICI 등 다양한 software를 통한 실무위주의 능력을 배양하였습니다. 최근에는 JPEG 알고리즘을 c언어나 matlab이 아닌 verilogHDL를 통한 구현 방법과 microstrip을 이용한 RF소자를 논문에 나와 있는 방법으
|
|
 |
알고리즘 최적화와 성능 향상을 위한 기술적 분석을 통해, 빠르게 현업에 적응하고, 효율적인 알고리즘을 구현할 수 있도록 노력할 것입니다.
2년 후, 저는 아이센스의 알고리즘 최적화와 기계 학습 모델의 성능 개선을 통해 회사의 기술적 경
|
|
 |
다루며, 실제로 머신 러닝 알고리즘을 구현하고 적용하는 방법을 배우는 과목입니다.
이 과목을 수강한 이유는 디지털/ICT 분야에서 머신 러닝이 중요한 역할을 한다는 것을 인지하였기 때문입니다. 특히, 머신 러닝은 데이터 분석과 인공지능
|
|
메뉴펼치기
