這是一個(gè)用VC編的解壓包，內(nèi)容為兩個(gè)程序例子，內(nèi)容涉及大量算法，和系統(tǒng)函數(shù)。
標(biāo)簽： 解壓
上傳時(shí)間： 2013-12-18
上傳用戶(hù)：zhaiye
動(dòng)態(tài)規(guī)劃的石子問(wèn)題算法下載壓縮包后，解壓，使用vc
標(biāo)簽： 動(dòng)態(tài)規(guī)劃 算法
上傳時(shí)間： 2015-03-23
上傳用戶(hù)：zgu489
用matlab編寫(xiě)的壓縮解壓縮程序，基于小波變換的是零樹(shù)算法。
標(biāo)簽： matlab 編寫(xiě) 程序 解壓
上傳時(shí)間： 2013-12-13
上傳用戶(hù)：zukfu
數(shù)據(jù)預(yù)測(cè)算法，主要是一元n次方程的回歸預(yù)測(cè)實(shí)現(xiàn)。* 預(yù)測(cè)分析--本算法只適用于有明顯線(xiàn)性趨勢(shì)的數(shù)據(jù) * 默認(rèn)為一元二次曲線(xiàn)方程法 * * 本程序主要涉及有兩個(gè)算法 * 1．用最小二乘原理找到線(xiàn)性方程組的系數(shù)和常數(shù)。 * 2．解線(xiàn)性方程組 * 本程序在解線(xiàn)性方程組中，由于考慮到收斂性問(wèn)題未采用迭代法，而是采用Gauss-Jordan消去法來(lái)解決。
標(biāo)簽： 數(shù)據(jù) 預(yù)測(cè)算法
上傳時(shí)間： 2015-03-27
上傳用戶(hù)：lanjisu111
C++完美演繹 經(jīng)典算法 如 /* 頭文件：my_Include.h */ #include <stdio.h> /* 展開(kāi)C語(yǔ)言的內(nèi)建函數(shù)指令 */ #define PI 3.1415926 /* 宏常量，在稍后章節(jié)再詳解 */ #define circle(radius) (PI*radius*radius) /* 宏函數(shù)，圓的面積 */ /* 將比較數(shù)值大小的函數(shù)寫(xiě)在自編include文件內(nèi) */ int show_big_or_small (int a,int b,int c) { int tmp if (a>b) { tmp = a a = b b = tmp } if (b>c) { tmp = b b = c c = tmp } if (a>b) { tmp = a a = b b = tmp } printf("由小至大排序之后的結(jié)果:%d %d %d\n", a, b, c) } 程序執(zhí)行結(jié)果： 由小至大排序之后的結(jié)果:1 2 3 可將內(nèi)建函數(shù)的include文件展開(kāi)在自編的include文件中 圓圈的面積是=201.0619264
標(biāo)簽： my_Include include define 3.141
上傳時(shí)間： 2014-01-17
上傳用戶(hù)：epson850
粒子群優(yōu)化算法(PSO)是一種進(jìn)化計(jì)算技術(shù)(evolutionary computation).源于對(duì)鳥(niǎo)群捕食的行為研究 PSO同遺傳算法類(lèi)似，是一種基于疊代的優(yōu)化工具。系統(tǒng)初始化為一組隨機(jī)解，通過(guò)疊代搜尋最優(yōu)值。但是并沒(méi)有遺傳算法用的交叉(crossover)以及變異(mutation)。而是粒子在解空間追隨最優(yōu)的粒子進(jìn)行搜索。詳細(xì)的步驟以后的章節(jié)介紹 同遺傳算法比較，PSO的優(yōu)勢(shì)在于簡(jiǎn)單容易實(shí)現(xiàn)并且沒(méi)有許多參數(shù)需要調(diào)整。目前已廣泛應(yīng)用于函數(shù)優(yōu)化，神經(jīng)網(wǎng)絡(luò)訓(xùn)練，模糊系統(tǒng)控制以及其他遺傳算法的應(yīng)用領(lǐng)域
標(biāo)簽： evolutionary computation PSO 粒子群
上傳時(shí)間： 2015-03-28
上傳用戶(hù)：源弋弋
本程序是數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則模型中著名的Aprior算法的VC實(shí)現(xiàn)程序，可用于知識(shí)發(fā)現(xiàn)、數(shù)據(jù)挖掘、人工智能、模式識(shí)別等領(lǐng)域（請(qǐng)先解壓文件）
標(biāo)簽： Aprior 程序 數(shù)據(jù)挖掘 關(guān)聯(lián)規(guī)則
上傳時(shí)間： 2013-12-27
上傳用戶(hù)：cuiyashuo
模擬退火算法 模擬退火算法(Simulated Annealing,簡(jiǎn)稱(chēng)SA算法)是模擬加熱熔化的金屬的退火過(guò)程，來(lái)尋找全局最優(yōu)解的有效方法之一。 模擬退火的基本思想和步驟如下： 設(shè)S＝{s1,s2,…,sn}為所有可能的狀態(tài)所構(gòu)成的集合， f：S—R為非負(fù)代價(jià)函數(shù)，即優(yōu)化問(wèn)題抽象如下： 尋找s*∈S，使得f(s*)＝min f(si) 任意si∈S （1）給定一較高初始溫度T，隨機(jī)產(chǎn)生初始狀態(tài)S （2）按一定方式，對(duì)當(dāng)前狀態(tài)作隨機(jī)擾動(dòng)，產(chǎn)生一個(gè)新的狀態(tài)S’ S’＝S＋sign(η).δ 其中δ為給定的步長(zhǎng)， η為[－1,1]的隨機(jī)數(shù)
標(biāo)簽： Simulated Annealing 模擬退火算法 模擬
上傳時(shí)間： 2014-01-02
上傳用戶(hù)：gengxiaochao
這是一個(gè)貪心算法的c程序。貪心算法（也叫貪婪算法）不是某種特定的算法，而是一類(lèi)抽象的算法，或者說(shuō)只是一種思想，它的具體表現(xiàn)在，對(duì)解空間進(jìn)行搜索時(shí)，不是機(jī)械地搜索，而是對(duì)局部進(jìn)行擇優(yōu)選取，貪心算法的目的不是為了找到全部解，也當(dāng)然找不出最優(yōu)解，而只是找出一種可行解，這樣就會(huì)得到驚人的高效性。因此，貪心算法也叫啟發(fā)式搜索，這種啟發(fā)就是所謂的“貪心策略”。
上傳時(shí)間： 2014-12-08
上傳用戶(hù)：baiom
本程序?qū)崿F(xiàn)各種算法的數(shù)據(jù)擬和，插值，解微分方程的功能，
標(biāo)簽： 程序 數(shù)據(jù) 算法
上傳時(shí)間： 2014-01-09
上傳用戶(hù)：FreeSky
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
