srm 571

第一次进div1啊。。。

div1 250

给两个数,n,k,求1-n中安字典序升序排列的前k个数。(k <= 50)

我的做法是通过go_next求排在cur后面的下一个数。

int go_next(int cur,int n)
{
  if(cur*10 <= n) return cur*10; 
  if(cur+1 <= n && cur%10 < 9) return cur+1;
  return cur/10+1;
}

但是大牛的做法基本上都是看出前k个数比在 10^m - 10^m+k之间,因为k不超过50,所以挑出这些数,排序即可。

只有看穿本质之后才会有KISS般的效果啊。。

div2 1000

一个无向图,n个点(n <= 50)每个点都有一个权值pow ,选k个点(k <= 14),满足图里面任意一条边所连的2个点至少有1个被选中 ,求点的pow值总和最大。无法满足则返回-1.

问题就是在约束R的情况下求F的极至。

我们只要枚举出所有R下的状态就好。

每条边都有3种情况,其中一个点被选,两个点都被选

dfs每条边,每次至少选一个点,最多dfs到第k层。

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值