vc++實現(xiàn)隨機(jī)數(shù)生成算法 隨機(jī)數(shù)生成與頭文件隨機(jī)數(shù)生成算法 1產(chǎn)生一個介于0和32767之間的隨機(jī)整數(shù) 2產(chǎn)生一個［0,1］區(qū)間內(nèi)均勻分布偽隨機(jī)數(shù) 3產(chǎn)生多個［0,1］區(qū)間內(nèi)均勻分布偽隨機(jī)數(shù) 4產(chǎn)生任意［a,b］區(qū)間內(nèi)一個均勻分布偽隨機(jī)整數(shù) 5產(chǎn)生任意［a,b］區(qū)間內(nèi)均勻分布偽隨機(jī)整數(shù)序列 6產(chǎn)生一個任意均值與方差的正態(tài)分布隨機(jī)數(shù) 7產(chǎn)生任意均值與方差的正態(tài)分布隨機(jī)數(shù)序列 最后注意，在VC++ 6.0中設(shè)置好路徑，特別是include目錄(文件夾)的路徑，否則在編譯時會出現(xiàn)找不到頭文 件的錯誤，使編譯無法正常進(jìn)行。
標(biāo)簽： 32767 隨機(jī)數(shù) 生成算法 vc
上傳時間： 2014-12-19
上傳用戶：wlcaption
這是LLE的原始算法，原文的參考文獻(xiàn)是：S.T.Roweis and L.K.Saul. Nonlinear dimensionality reduction by locally linear embedding. Science, 290, 2000.
上傳時間： 2013-12-20
上傳用戶：蟲蟲蟲蟲蟲蟲
*** **增量式PID控制算法程序*********** T、TD、TI、KP依次從30H，33H，36H，39H開始。 A，B，C的值依次存在BLOCK1，BLOCK2，BLOCK3的地址里 這里R(k)給的是定值
上傳時間： 2017-01-16
上傳用戶：cursor
實現(xiàn)雙三次插值圖像縮放算法，修改k值，即可修改放大倍數(shù)或縮小倍數(shù)！
上傳時間： 2014-11-30
上傳用戶：zaizaibang
各類聚類算法程序包，包含各種經(jīng)典的聚類算法，例如：k-mean聚類等
上傳時間： 2017-02-06
上傳用戶：liglechongchong
最小二乘法是修正誤差曲線的算法，本例程實現(xiàn)算法并顯示k線修正值只用于后來來者學(xué)習(xí)使用
上傳時間： 2017-02-07
上傳用戶：zhangzhenyu
Mean Shift 這個概念最早是由Fukunaga等人[1]于1975年在一篇關(guān)于概率密度梯度函數(shù)的估計中提出來的,其最初含義正如其名,就是偏移的均值向量,在這里Mean Shift是一個名詞,它指代的是一個向量,但隨著Mean Shift理論的發(fā)展,Mean Shift的含義也發(fā)生了變化,如果我們說Mean Shift算法,一般是指一個迭代的步驟,即先算出當(dāng)前點的偏移均值,移動該點到其偏移均值,然后以此為新的起始點,繼續(xù)移動,直到滿足一定的條件結(jié)束.
標(biāo)簽： Shift Mean Fukunaga 1975
上傳時間： 2017-03-03
上傳用戶：chongcongying
Mean Shift 這個概念最早是由Fukunaga等人[1]于1975年在一篇關(guān)于概率密度梯度函數(shù)的估計中提出來的,其最初含義正如其名,就是偏移的均值向量,在這里Mean Shift是一個名詞,它指代的是一個向量,但隨著Mean Shift理論的發(fā)展,Mean Shift的含義也發(fā)生了變化,如果我們說Mean Shift算法,一般是指一個迭代的步驟,即先算出當(dāng)前點的偏移均值,移動該點到其偏移均值,然后以此為新的起始點,繼續(xù)移動,直到滿足一定的條件結(jié)束. 用matlab實現(xiàn)mean shift算法仿真
標(biāo)簽： Shift Mean Fukunaga 1975
上傳時間： 2014-01-23
上傳用戶：klin3139
【問題描述】 設(shè)計一個利用哈夫曼算法的編碼和譯碼系統(tǒng)，重復(fù)地顯示并處理以下項目，直到選擇退出為止。 【基本要求】 (1)初始化：鍵盤輸入字符集大小n、n個字符和n個權(quán)值，建立哈夫曼樹； (2)編碼：利用建好的哈夫曼樹生成哈夫曼編碼； (3)輸出編碼； (4)設(shè)字符集及頻度如下表： 字符：A B C D E F 頻度：4 9 23 2 17 15 字符：G H I J K 頻度：1 2 3 3 4
上傳時間： 2017-03-07
上傳用戶：qwe1234
該程序包實現(xiàn)了幾個常用的模式識別分類器算法，包括K近鄰分類器KNN、線性判別方程LDF分類器、二次判別方程QDF分類器、RDA規(guī)則判別分析分類器、MQDF改進(jìn)二次判別方程分類器、SVM支持向量機(jī)分類器。 主程序中還有接口調(diào)用舉例，壓縮包中還有兩個測試數(shù)據(jù)集文件。
上傳時間： 2017-03-08
上傳用戶：aeiouetla
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
