這是一個(gè)將Dijkstra算法的時(shí)間復(fù)雜度從O(n*n) 優(yōu)化為O(nlogn)的方法
標(biāo)簽： Dijkstra nlogn 算法 復(fù)雜度
上傳時(shí)間： 2017-06-14
上傳用戶：1427796291
平坦度檢測(cè)中的高度檢測(cè)算法，使用ISE開發(fā)環(huán)境，語言為VHDL，平臺(tái)是XC3S400
標(biāo)簽： 檢測(cè) 檢測(cè)算法
上傳時(shí)間： 2017-06-15
上傳用戶：erkuizhang
N-皇后問題線性時(shí)間算法 O(n)復(fù)雜度，非O(n^2)的，使用的是構(gòu)造法。
標(biāo)簽： 線性 算法 復(fù)雜度
上傳時(shí)間： 2013-12-21
上傳用戶：jqy_china
算法復(fù)雜度分析，算法復(fù)雜度分析，包括時(shí)間性能分析等等！
標(biāo)簽： 算法 復(fù)雜度 分
上傳時(shí)間： 2017-06-24
上傳用戶：wweqas
C-W節(jié)約算法是最經(jīng)典的求解車輛路徑問題的啟發(fā)式算法。
標(biāo)簽： C-W 算法 啟發(fā)式算法 車輛路徑問題
上傳時(shí)間： 2017-06-28
上傳用戶：hphh
本代碼比較了在四種不同特征值擴(kuò)散度情況下RLS算法的學(xué)習(xí)曲線，即其收斂速度跟集平均平方誤差
標(biāo)簽： RLS 代碼 比較 學(xué)習(xí)曲線
上傳時(shí)間： 2017-06-29
上傳用戶：wuyuying
基于峭度極大的一種獨(dú)立分量分析的算法，內(nèi)有詳細(xì)介紹每一步程序的作用和意義
標(biāo)簽： 分 獨(dú)立 算法
上傳時(shí)間： 2017-07-17
上傳用戶：lmeeworm
提出了一種基于相似度函數(shù)的自適應(yīng)加權(quán)中值濾波算法。該方法首先通過噪聲檢測(cè)確定圖像中的噪聲點(diǎn),然后 根據(jù)窗口內(nèi)噪聲點(diǎn)的個(gè)數(shù)自適應(yīng)地調(diào)整濾波窗口的尺寸,并根據(jù)相似度大小,巧妙地將濾波窗口內(nèi)各個(gè)像素點(diǎn)自適應(yīng)分 組并賦予相應(yīng)的權(quán)重,最后對(duì)檢測(cè)出的噪聲點(diǎn)進(jìn)行加權(quán)中值濾波。計(jì)算機(jī)模擬實(shí)驗(yàn)結(jié)果表明:該算法既能有效地濾除噪 聲,又能較好地保護(hù)圖像細(xì)節(jié),比標(biāo)準(zhǔn)中值濾波具有更優(yōu)良的濾波性能。
標(biāo)簽： 窗口 濾波 函數(shù) 中值濾波
上傳時(shí)間： 2017-08-06
上傳用戶：lizhizheng88
基于Matlab的BA無標(biāo)度網(wǎng)絡(luò)拓?fù)渖伤惴ǎ珺A模型有兩個(gè)重要特性：增長(zhǎng)特性和優(yōu)先連接特性。
標(biāo)簽： Matlab 無標(biāo)度網(wǎng)絡(luò) 生成算法
上傳時(shí)間： 2017-08-11
上傳用戶：dianxin61
采用標(biāo)準(zhǔn)的 Levenshtein Distance 算法計(jì)算兩個(gè)文件的相似度。 2。 程序使用簡(jiǎn)單。選入多個(gè)文件，然后按分析便個(gè)分析出兩個(gè)文
標(biāo)簽： Levenshtein Distance 標(biāo)準(zhǔn) 算法
上傳時(shí)間： 2017-08-15
上傳用戶：aa17807091
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<center id="qq4u8"></center>
