单因素模糊关系矩阵R中元素表述的是（）。A、从属系数B、权重C、比例系数D、隶属度
单因素模糊关系矩阵R中元素表述的是（）。
- A、从属系数
- B、权重
- C、比例系数
- D、隶属度
相关考题：
下列关于矩阵图的说法错误的有( )。A．矩阵图是从问题的各种关系中找出成对要素L1，L2，L3，…，Li…，Lm和R1，R2， R3，…，Ri…，Rn，用数学上矩阵的形式排成行和列，在其交点上标示出L和R各因素之间的相互关系，从中确定关键点的方法B．在分析质量问题的原因、整理顾客需求、分解质量目标时，将问题、顾客需求、质量目标放在矩阵图的上边C．将问题的原因、顾客需求转化来的质量目标或针对质量目标提出的质量措施列在矩阵图的左边D．在矩阵图中，通常用◎表示关系密切E．在矩阵图中，通常用△表示可能有关系
阅读以下说明和C函数，将应填入(n)处的字句写在对应栏内。[说明]若一个矩阵中的非零元素数目很少且分布没有规律，则称之为稀疏矩阵。对m行n列的稀疏矩阵M，进行转置运算后得到n行m列的矩阵MT，如图3-1所示为了压缩稀疏矩阵的存储空间，用三元组(即元素所在的行号、列号和元素值、表示稀疏矩阵中的一个非零元素，再用一维数组逐行存储稀疏矩阵中的所有非零元素也称为三元组顺序表)。例如，图3-1所示的矩阵M相应的三元组顺序表如表3-1所示。其转置矩阵MT的三元组顺序表如表3-2所示。函数TransposeMatrix(Matrix M)的功能是对用三元组顺序表表示的稀疏矩阵M进行转置运算。对M实施转置运算时，为了将M中的每个非零元素直接存入其转置矩阵MT三元组顺序表的相应位置，需先计算M中每一列非零元素的数目(即MT中每一行非零元素的数目)，并记录在向量num中；然后根据以下关系，计算出矩阵M中每列的第一个非零元素在转置矩阵MT三元组顺序表中的位置：cpot[0]=0cpot[j]=cpot[j-1]+num[j-1]) /*j为列号*/类型ElemType，Triple和Matrix定义如下：typedef int ElemType;typedef struct{ /*三元组类型*/int r,c; /*矩阵元素的行号、列号*/ElemType e; /*矩阵元素的值*/}Triple;typedef struct{ /*矩阵的元组三元组顺序表存储结构*/int rows,cols,elements; /*矩阵的行数、列数和非零元素数目*/Triple data[MAXSIZE];}Matrix;[C语言函数]int TransposeMatrix(Matrix M){int j,q,t;int *num, *cpot;Matrix MT; /*MT是M的转置矩阵*/num=(int*)malloc(M.cols*sizeof(int));cpot=(int*)malloc(M.cols*sizeof(int));if(!num ||cpot)return ERROR;MT.rows=(1); /*设置转置矩阵MT行数、列数和非零元素数目*/MT.cols=(2);MT.elements=M.elements;if(M.elements＞0){for (q=0 ; q＜M. cols ; q++)num[q]=0;for (t=0; t＜M.elements;++t) /*计算矩阵M中每一列非零元素数目*/num [M.data[t].c]++;/*计算矩阵M中每列第一个非零元素在其转置矩阵三元组顺序表中的位置*/(3);for(j=1;j＜M.cols;j++)cpot[j]=(4);/*以下代码完成转置矩阵MT三元组顺序表元素的设置*/for(t=0;t＜M.elements;t++){j=(5); /*取矩阵M的一个非零元素的列号存入j*//*q为该非零元素在转置矩阵MT三元组顺序表中的位置(下标)*/q=cpot[j];MT.data[q].r=M.data[t].c;MT.data[q].c=M.data[t].r;MT.data[q].e=M.data[t].e;++cpot[j]; /*计算M中第j列的下一个非零元素的目的位置*/}/*for*/} /*if*/free(num); free(cpot);/*此处输出矩阵元素，代码省略*/return OK;}/*TransposeMatrix*/
关于矩阵与像素的关系叙述错误的是A、像素即矩阵中的元素B、像素大小=视野大小／矩阵大小C、当视野一定时，矩阵越大，像素尺寸越小D、矩阵不变时增大视野会减小像素尺寸E、数字图像由有限个像素点构成
设关系R和S的元素分别是10和10，且R有20个元组，S有10个元组。执行关系R 和S的笛卡儿积，记为T=R×S，则（ ）。A．T的元素是20，且有20个元组B．T的元素是20，且有200个元组C．T的元素是100，且有100个元组D．T的元素是100，且有300个元组
特殊矩阵是非零元素有规律分布的矩阵，以下关于特殊矩阵的叙述中，正确的是（ ）。A.特殊矩阵适合采用双向链表进行压缩存储 B.特殊矩阵适合采用单向循环链表进行压缩存储 C.特殊矩阵的所有非零元素可以压缩存储在一维数组中 D.特殊矩阵的所有零元素可以压缩存储在一维数组中
试题三（共15分）阅读以下说明和C 函数，将应填入（n） 处的字句写在答题纸的对应栏内。[说明]若一个矩阵中的非零元素数目很少且分布没有规律，则称之为稀疏矩阵。对于m行n 列的稀疏矩阵M，进行转置运算后得到n 行m列的矩阵MT，如图3-1 所示。函数TransposeMatrix(Matrix M)的功能是对用三元组顺序表表示的稀疏矩阵M 进行转置运算。对 M 实施转置运算时，为了将M 中的每个非零元素直接存入其转置矩阵MT 三元组顺序表的相应位置，需先计算M 中每一列非零元素的数目（即MT 中每一行非零元素的数目），并记录在向量num 中；然后根据以下关系，计算出矩阵M 中每列的第一个非零元素在转置矩阵MT 三元组顺序表中的位置：cpot[0] = 0cpot[j] = cpot[j-1] + num[j-1] /* j 为列号 */类型ElemType、Triple 和Matrix 定义如下：typedef int ElemType;typedef struct { /* 三元组类型 */int r,c; /* 矩阵元素的行号、列号*/ElemType e; /* 矩阵元素的值*/}Triple;typedef struct { /* 矩阵的三元组顺序表存储结构 */int rows,cols,elements; /* 矩阵的行数、列数和非零元素数目 */Triple data[MAXSIZE];}Matrix;[C函数]int TransposeMatrix(Matrix M){int j,q,t;int *num, *cpot;Matrix MT; /* MT 是M的转置矩阵 */num = (int *)malloc(M.cols*sizeof(int));cpot = (int *)malloc(M.cols*sizeof(int));if (!num || !cpot)return ERROR;MT.rows = (1) ; /* 设置转置矩阵MT行数、列数和非零元数目*/MT.cols = (2) ;MT.elements = M.elements;if (M.elements 0) {for(q = 0; q M.cols; q++)num[q] = 0;for(t = 0; t M.elements; ++t) /* 计算矩阵M 中每一列非零元素数目*/num[M.data[t].c]++;/* 计算矩阵M中每列第一个非零元素在其转置矩阵三元组顺序表中的位置*/(3) ;for(j = 1;j M.cols; j++)cpot[j] = (4) ;/* 以下代码完成转置矩阵MT三元组顺序表元素的设置 */for(t = 0; t M.elements;t++){j = (5) ; /* 取矩阵M 的一个非零元素的列号存入j *//* q 为该非零元素在转置矩阵MT 三元组顺序表中的位置（下标）*/q = cpot[j];MT.data[q].r = M.data[t].c;MT.data[q].c = M.data[t].r;MT.data[q].e = M.data[t].e;++cpot[j]; /* 计算M 中第j列的下一个非零元素的目的位置 */}/* for */}/* if */free(num); free(cpot);/*此处输出矩阵元素，代码省略*/return OK;}/* TransposeMatrix */
有关矩阵图的说法错误的是( )。A．矩阵图是从问题的各种关系中找出成对要素L1，L2，L3，…，Li，…，和和R1，R2：R3，…，Rj，…，Rn用数学上矩阵的形式排成行和列，在其交点上标示出L和r各因素之间的相互关系，从中确定关键点的方法B．在分析质量问题的原因、整理顾客需求、分解质量目标时，将问题、顾客需求、质量目标放在矩阵图的上边C．在分析质量问题的原因、整理顾客需求、分解质量目标时，将问题的原因，顾客需求转化来的质量目标或针对质量目标提出的质量措施列在矩阵图的左边D．在矩阵图中，通常用◎表示关系密切E．在矩阵图中，通常用△表示可能有关系
在一个长度为n(n＞1)的带头结点单链表h上，另设有尾指针r(指向尾结点)。与链表的长度有关的操作是()。A.删除单链表中的第一个元素B.删除单链表中的最后一个元素C.在单链表第一个元素前插入一个新元素D.在单链表最后一个元素后插入一个新元素
单选题数字图像是用数字阵列表示的图像，该阵列中的每一个元素称为像素，像素是组成数字图像的基本元素。数字图像是由有限个像素点组成的，构成数字图像的所有像素构成矩阵。矩阵大小能表示构成一幅图像的像素数量多少。矩阵与像素大小的关系，可由下述公式表示 重建像素大小=视野大小/矩阵大小。组成图像矩阵中的基本单元是（）A体素B像素C元素D灰阶E视野
单选题关于矩阵与像素的关系叙述错误的是（）A像素即矩阵中的元素B像素大小=视野大小／矩阵大小C当视野一定时，矩阵越大，像素尺寸越小D矩阵不变时增大视野会减小像素尺寸E数字图像由有限个像素点构成
单选题关于邻接矩阵的说法，正确的是（）A在邻接矩阵中，元素全为O的行所对应的节点称为源点B在邻接矩阵中，元素全为1的行所对应的节点称为源点C在邻接矩阵中，元素全为O的列所对应的节点称为源点D在邻接矩阵中，元素全为1的列所对应的节点称为源点
单选题设有一个M*N的矩阵已经存放在一个M行N列的数组x中，且有以下程序段：sum=0;for(i=0;iA矩阵两条对角线元素之和B矩阵所有不靠边元素之和C矩阵所有元素之和D矩阵所有靠边元素之和
单选题数字图像是用数字阵列表示的图像，该阵列中的每一个元素称为像素，像素是组成数字图像的基本元素。数字图像是由有限个像素点组成的，构成数字图像的所有像素构成了矩阵。矩阵大小能表示构成一幅图像的像素数量多少。矩阵与像素大小的关系，可由下述公式表示：重建像素大小=视野大小／矩阵大小。组成图像矩阵中的基本单元的是（）A体素B像素C元素D灰阶E视野