貪心算法 使某些問題時(shí)間復(fù)雜度降為一維線性
上傳時(shí)間： 2016-06-18
上傳用戶：大融融rr
分治求最大最小值 可以很快的求的 時(shí)間復(fù)雜度比其他算法塊多了
上傳時(shí)間： 2013-12-14
上傳用戶：wweqas
在理想情況下采用非可靠度導(dǎo)向的順序掃描法或菱形算法等相位展開的基本方法可以正確展開相位，這些算法具有最簡單的和確定的掃描路徑，如果測量過程中噪音較大或本身有些地方不滿足采樣定理，采用非可靠度導(dǎo)向方法展開會(huì)出現(xiàn)錯(cuò)誤?？煽慷葘?dǎo)向的相位展開方法可以繞開二維相位場中的無效點(diǎn)，在某 種程度上將誤差降到最小。
上傳時(shí)間： 2016-07-11
上傳用戶：heart520beat
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個(gè)數(shù)據(jù)對象劃分為 k個(gè)聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個(gè)“中心對象”（引力中心）來進(jìn)行計(jì)算的。 k-means 算法的工作過程說明如下：首先從n個(gè)數(shù)據(jù)對象任意選擇 k 個(gè)對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計(jì)算每個(gè)所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測度函數(shù). k個(gè)聚類具有以下特點(diǎn)：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
標(biāo)簽： 聚類 K-MEANS k-means 對象
上傳時(shí)間： 2016-07-31
上傳用戶：youlongjian0
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個(gè)數(shù)據(jù)對象劃分為 k個(gè)聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個(gè)“中心對象”（引力中心）來進(jìn)行計(jì)算的。 k-means 算法的工作過程說明如下：首先從n個(gè)數(shù)據(jù)對象任意選擇 k 個(gè)對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計(jì)算每個(gè)所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測度函數(shù). k個(gè)聚類具有以下特點(diǎn)：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
標(biāo)簽： 聚類 K-MEANS k-means 對象
上傳時(shí)間： 2013-12-19
上傳用戶：chenlong
根據(jù)圖像灰度線性變換的算法。得到線性變換的MATLAB的程序。經(jīng)仿真正確
上傳時(shí)間： 2016-08-17
上傳用戶：2525775
拓?fù)渑判? 有向圖拓樸排序算法的基本步驟如下： ①從圖中選擇一個(gè)入度為0的頂點(diǎn)，輸出該頂點(diǎn)； ②從圖中刪除該頂點(diǎn)及其相關(guān)聯(lián)的弧，調(diào)整被刪弧的弧頭結(jié)點(diǎn)的入度（入度-1）； ③重復(fù)執(zhí)行①、②直到所有頂點(diǎn)均被輸出，拓樸排序完成或者圖中再也沒有入度為0的頂點(diǎn)（此種情況說明原有向圖含有環(huán)）。
上傳時(shí)間： 2016-08-17
上傳用戶：zhanditian
一般的esprit算法計(jì)算復(fù)雜度高，在計(jì)算子空間是算法比較煩，改一些矩陣算法可以減少其復(fù)雜度。
標(biāo)簽： esprit 算法 復(fù)雜度 計(jì)算
上傳時(shí)間： 2016-08-21
上傳用戶：15071087253
勻速升溫控制是個(gè)復(fù)雜的過程,具有大慣性、純滯后、非線性等特點(diǎn),難以得到精確的數(shù)學(xué)模型?？紤]到這些特點(diǎn),為提高控制精度,將Fuzzy-PID算法應(yīng)用于電阻爐溫度控制系統(tǒng),當(dāng)誤差較大時(shí)采用模糊控制,誤差較小時(shí)采用模糊PID控制,實(shí)現(xiàn)了2種控制方法的優(yōu)勢互補(bǔ),在此基礎(chǔ)上,給出了Fuzzy-PID控制器設(shè)計(jì)、硬件結(jié)構(gòu)和軟件設(shè)計(jì),實(shí)驗(yàn)曲線表明該控制算法可以獲得滿意的控制效果,采用模糊PID控制的效果明顯優(yōu)于常規(guī)PID控制。
上傳時(shí)間： 2016-08-27
上傳用戶：wangzhen1990
本文 主 要 研究的是Gab。:小波神經(jīng)網(wǎng)絡(luò)算法及其在灰度圖像目標(biāo)識別 中的應(yīng)用。研究涉及神經(jīng)網(wǎng)絡(luò)理論、小波分析理論和小波神經(jīng)網(wǎng)絡(luò)理論及其 它們在目標(biāo)識別中的應(yīng)用技術(shù)。
標(biāo)簽： Gab 小波神經(jīng)網(wǎng)絡(luò) 中的應(yīng)用 目標(biāo)識別
上傳時(shí)間： 2016-08-30
上傳用戶：731140412
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
