魔陣的又一個實例。 你輸入一個素數，之後將會在相同的目錄下面 生成一個.txt文件，裏面有一個n*n的魔陣
標簽：
上傳時間： 2015-01-14
上傳用戶：weiwolkt
《計算機算法基礎》關于選擇問題算法：找第k小元素，時間復雜度為O（n）；
上傳時間： 2013-12-31
上傳用戶：天涯
【文本與二值圖像的游程】1. 文本游程壓縮的原理 對重復字段采用3符號標識法：(1) 重復提示符,比如@,#等；(2) 游程長度參數或重復次數,若用一個字節表示,最大長度可為255個重復字；(3) 重復字符。以上三部分合稱為重復因子。可見要獲得壓縮效益，重復字符應在3個以上。2. 圖像游程壓縮的原理 對于二值圖像，原始數據為零一矩陣，壓縮時逐行處理該矩陣：(1) 連續n個1，表示為+n；(2) 連續n個0，表示為-n。
上傳時間： 2014-01-21
上傳用戶：685
實現聚類K均值算法： K均值算法：給定類的個數K，將n個對象分到K個類中去，使得類內對象之間的相似性最大，而類之間的相似性最小。 缺點：產生類的大小相差不會很大，對于臟數據很敏感。 改進的算法：k—medoids 方法。這兒選取一個對象叫做mediod來代替上面的中心 的作用，這樣的一個medoid就標識了這個類。步驟： 1，任意選取K個對象作為medoids（O1,O2,…Oi…Ok）。 以下是循環的： 2，將余下的對象分到各個類中去（根據與medoid最相近的原則）； 3，對于每個類（Oi）中，順序選取一個Or，計算用Or代替Oi后的消耗—E（Or）。選擇E最小的那個Or來代替Oi。這樣K個medoids就改變了，下面就再轉到2。 4，這樣循環直到K個medoids固定下來。 這種算法對于臟數據和異常數據不敏感，但計算量顯然要比K均值要大，一般只適合小數據量。
上傳時間： 2015-04-03
上傳用戶：sardinescn
本程序用C語言實現了集成神經網絡解決廣義異或問題。用神經網絡集成方法做成表決網,可克服初始權值的影響,對神經網絡分類器來說:假設有N個獨立的子網,采用絕對多數投票法,再假設每個子網以1-p的概率給出正確結果,且網絡之間的錯誤不相關,則表決系統發生錯誤的概率為 Perr = ( ) pk(1-p)N-k 當p<1/2時 Perr 隨N增大而單調遞減. 在工程化設計中,先設計并訓練數目較多的子網,然后從中選取少量最佳子網形成表決系統,可以達到任意高的泛化能力。
上傳時間： 2015-05-03
上傳用戶：kiklkook
Routine mampres: To obtain amplitude response from h(exp(jw)). input parameters: h :n dimensioned complex array. the frequency response is stored in h(0) to h(n-1). n :the dimension of h and amp. fs :sampling frequency (Hz). iamp:If iamp=0: The Amplitude Res. amp(k)=abs(h(k)) If iamp=1: The Amplitude Res. amp(k)=20.*alog10(abs(h(k))). output parameters: amp :n dimensioned real array. the amplitude-frequency response is stored in amp(0) to amp(n-1). Note: this program will generate a data file "filename.dat" . in chapter 2
標簽： dimensione parameters amplitude response
上傳時間： 2013-12-19
上傳用戶：xfbs821
實現聚類K均值算法： K均值算法：給定類的個數K，將n個對象分到K個類中去，使得類內對象之間的相似性最大，而類之間的相似性最小。
上傳時間： 2014-12-21
上傳用戶：zhouli
帶有期限的作業排序問題：假定只能在一臺機器上處理n個作業，每個作業均可在單位時間內完成；又假定每個作業i都有一個截止期限di>0(它是整數)，當且僅當作業i在它的期限截止以前被完成時，則獲得pi>0的效益。求具有最大效益值的可行解。 文件中包含詳細的源代碼和注釋，以實現這個經典的問題。
上傳時間： 2014-01-14
上傳用戶：litianchu
給定一個n位正整數a，去掉其中任意k<=n個數字后，剩下的數字按原次序排列成一個新的正整數。對于給定的n位正整數a和正整數k，設計一個算法找出剩下數字組成的新數最小的刪數方案。
上傳時間： 2014-01-08
上傳用戶：阿四AIR
MCRGSA------組播路由問題遺傳模擬退火算法 ％M-----------遺傳算法進化代數 ％N-----------種群規模，取偶數 ％Pm----------變異概率調節參數 ％K-----------同一溫度下狀態跳轉次數 ％t0----------初始溫度 ％alpha-------降溫系數 ％beta--------濃度均衡系數 ％ROUTES------備選路徑集 ％Num---------到各節點的備選路徑數目 ％Cost--------費用鄰接矩陣 ％Source------源節點標號 ％End---------目的節點標號組成的向量 ％MBR---------各代最優路徑編碼
上傳時間： 2015-07-18
上傳用戶：363186
