利用熵（entropy）及多變量GM(h.N)模型的觀念，探討灰色理論於權重之分析
上傳時間： 2015-10-27
上傳用戶：thinode
求質數法 判斷n是否為質數 判斷n是否為質數時，將n除以n以下的整數直至2為止，以觀察n能 除盡，這時如有被除盡的數，便被視為非質數而脫離出回圈。到了最後如無除盡的數，則此數即為質數。
標簽：
上傳時間： 2013-12-27
上傳用戶：xcy122677
利用RTOS機制實現機械系統中的質量，阻尼等...也可利用鍵盤輸入m，k，c，來改變sin波的位移量
上傳時間： 2014-01-11
上傳用戶：13517191407
/** * @author jakcy_wu(wujichun) * * 預測分析--本算法只適用于受周期變化或者波動影響的數據 * 權值移動平均算法 * 本期預測值=（前期值*權數）求和/n * * 默認權值為{1,1,1},取最近3次的平均 * 注意權值和必須=權值集合.length */
標簽： jakcy_wu wujichun author 算法
上傳時間： 2014-01-26
上傳用戶：weiwolkt
卷積運算：取x(t)和h(t)的長度為nx,nh。平移量n=nh+nx-1，利用for和if語句實現倒序求和運算。外循環用一個for語句實現平移，通過在求和時取數組元素的順序實現倒序求和
上傳時間： 2013-12-20
上傳用戶：saharawalker
利用矩量法計算細直導線電容隨著分段數N、半徑a,長度L的變化曲線以及直導線電荷密度分布
上傳時間： 2016-05-05
上傳用戶：sardinescn
有限期作業安排問題”描述如下:有n個任務J1,J2,...,Jn,每個任務Ji都有一個完成期限di,若任務Ji在它的期限di內完成,則可以獲利Ci(1[i[n) 問如何安排使得總的收益最大(假設完成每一個任務所需時間均為一個單位時間).這個問題適合用貪心算法來解決,貪心算法的出發點是每一次都選擇利潤大的任務來完成以期得到最多的收益 但是對于本問題由于每一個任務都有一個完成的期限,因此在任務安排過程中除了考慮利潤Ci外,還要考慮期限di.
上傳時間： 2016-06-27
上傳用戶：s363994250
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
