由于數據復雜度的增加以及量的增加，數據挖掘技術提供了非常成熟的分析、抽取的工具
上傳時間： 2015-09-28
上傳用戶：拔絲土豆
定標線的設置與斷面數據的采集量直接關系到三維重建圖像的失真度。預置定標線是斷面標本進行三維重建的依。定標線決定了重建過程中片間各結構的位置關系。而斷面數據的采集量決定了重建結構的精細度,特別是細小結構。
上傳時間： 2016-03-19
上傳用戶：edisonfather
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個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“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據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；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數開始收斂為止。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 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個數據對象劃分為 k個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“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據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；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數開始收斂為止。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2013-12-19
上傳用戶：chenlong
k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個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“中心對象”（引力中心）來進行計算的。 Matlab 源代碼，以蘭花數據集作為測試對象。
上傳時間： 2014-01-21
上傳用戶：2525775
針對區域立體匹配計算量大實時性差的困難,分析了相關匹配算法的實際工作過程,采用消除冗余因子和M2C濾 波、多級分辨率匹配減小計算復雜度,對算法結構進行了改進和優化,并利用超線程和D65/EF技術對算法進行了加速,提出 了一種實時區域匹配算法。對算法進行實驗,結果表明算法符合了視覺導航的準確性和實時性要求,并且對于提高其他區域 匹配算法實時性也具有重要借鑒意義。
上傳時間： 2013-12-12
上傳用戶：xz85592677
量測可變電阻的類比電壓值，並將10位元的良測結果轉換成ASCII編碼，並輸出到個人電腦上的終端機
標簽：
上傳時間： 2014-01-19
上傳用戶：hzy5825468
利用T2FNN進行MEC建模,針對IC散射現象進行量測與模擬比較
上傳時間： 2014-01-10
上傳用戶：fandeshun
cc2430的濕度測試程式，可從串口看到傳回的值
上傳時間： 2013-12-09
上傳用戶：silenthink
L3_1.m: 純量量化器的設計(程式) L3_2.m: 量化造成的假輪廓(程式) L3_3.m: 向量量化器之碼簿的產生(程式) L3_4.m: 利用LBG訓練三個不同大小與維度的碼簿並分別進行VQ(程式) gau.m: ML量化器設計中分母的計算式(函式) gau1.m: ML量化器設計中分子的計算式(函式) LBG.m: LBG訓練法(函式) quantize.m:高斯機率密度函數的非均勻量化(函式) VQ.m: 向量量化(函式) L3_2.bmp: 影像檔 lena.mat: Matlab的矩陣變數檔
上傳時間： 2013-12-26
上傳用戶：jiahao131
<li id="k046q"></li>