基于小波變換的特征檢索算法，用了廣義高斯函數(shù)和K-L距離為相似側(cè)度
標(biāo)簽： 小波變換 特征 檢索 算法
上傳時(shí)間： 2017-07-19
上傳用戶：GHF
一款類似百度知道系統(tǒng)的問(wèn)題解答系統(tǒng)，問(wèn)題頁(yè)面自動(dòng)生成靜態(tài)網(wǎng)頁(yè)- M( ]- `+ X0 x 系統(tǒng)特色： + O$ U8 n- [ z# {/ E本系統(tǒng)結(jié)合了仿百度知道程序和仿新浪愛問(wèn)程序的共同優(yōu)點(diǎn)，設(shè)計(jì)更加合理 6 X) H8 a5 t9 h& D6 e8 S9 p2 P 問(wèn)題頁(yè)面實(shí)時(shí)生成靜態(tài)頁(yè)面，減少系統(tǒng)開銷，更利于搜索引擎的收錄 ! f5 U& N3 J+ B7 I" S完美使用系統(tǒng)緩存，減少數(shù)據(jù)庫(kù)讀取次數(shù) b T |, g1 v9 \" E* Z 完善的后臺(tái)管理功能 # u5 C: I- c$ P6 P( H9 S2 w支持問(wèn)題的附件上傳 . U! K+ k ~) o 對(duì)搜索引擎的優(yōu)化：支持Keywords和Description頁(yè)面頭部標(biāo)簽的自定義 6 ^! h: m- U4 p( z# X支持 JS 代碼的問(wèn)題調(diào)用 t8 E5 ]) b3 M8 x* z提供與動(dòng)網(wǎng)、oblog、動(dòng)易實(shí)現(xiàn)用戶整合的標(biāo)準(zhǔn)接口 ) {4 \ ` ]1 g1 F8 u
標(biāo)簽： 百度
上傳時(shí)間： 2013-11-28
上傳用戶：ztj182002
基于非負(fù)矩陣分解（NMF）的人臉特征提取算法，NMF基本思想是找到一個(gè)線性子空間W，使的構(gòu)成子空間的基本圖像的像素點(diǎn)都是正值，而且人臉圖像在子空間上的投影系數(shù)也是正數(shù)
標(biāo)簽： NMF 非負(fù)矩陣分解 人臉 特征提取
上傳時(shí)間： 2014-01-12
上傳用戶：moerwang
深度優(yōu)先算法，用深度優(yōu)先來(lái)遍歷樹結(jié)構(gòu)，能夠取得很好的復(fù)雜度
標(biāo)簽： 算法
上傳時(shí)間： 2017-08-10
上傳用戶：zsjinju
CORDIC算法參考，可用，無(wú)錯(cuò)，原理可在百度百科找到，個(gè)人收藏
標(biāo)簽： CORDIC 算法
上傳時(shí)間： 2014-01-10
上傳用戶：saharawalker
：將K—means算法引入到樸素貝葉斯分類研究中，提出一種基于K—means的樸素貝葉斯分類算法。首先用K— me．a(chǎn)rks算法對(duì)原始數(shù)據(jù)集中的完整數(shù)據(jù)子集進(jìn)行聚類，計(jì)算缺失數(shù)據(jù)子集中的每條記錄與 個(gè)簇重心之間的相似度，把記 錄賦給距離最近的一個(gè)簇，并用該簇相應(yīng)的屬性均值來(lái)填充記錄的缺失值，然后用樸素貝葉斯分類算法對(duì)處理后的數(shù)據(jù) 集進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明，與樸素貝葉斯相比，基于K—means思想的樸素貝葉斯算法具有較高的分類準(zhǔn)確率。
標(biāo)簽： means 算法 分類 貝葉斯
上傳時(shí)間： 2017-08-18
上傳用戶：banyou
一個(gè)用C++實(shí)現(xiàn)的平衡二叉樹算法，實(shí)現(xiàn)了高度、平衡度、父子節(jié)點(diǎn)等
標(biāo)簽： 二叉樹 算法
上傳時(shí)間： 2014-01-25
上傳用戶：yyyyyyyyyy
遺傳算法是一種模擬自然界生物進(jìn)化的搜索算法，由于它簡(jiǎn)單易行，魯 棒性強(qiáng)，尤其是其不需要專門的領(lǐng)域知識(shí)而僅用適應(yīng)度函數(shù)作評(píng)價(jià)來(lái)指導(dǎo)搜 索過(guò)程，從而使它的應(yīng)用范圍極為廣泛，并且己在眾多領(lǐng)域得到了實(shí)際應(yīng)用， 取得了許多令人矚目的成果，引起廣大學(xué)者和工程人員的關(guān)注。
標(biāo)簽： 算法 模擬 搜索算法
上傳時(shí)間： 2014-02-10
上傳用戶：lizhizheng88
采用了保優(yōu)的選擇遺傳算法 終止條件的判斷是：到達(dá)一定的代數(shù)。可改進(jìn)為：相鄰若干代的種群平均適應(yīng)值的變化來(lái)判斷。若相鄰若干代的種群平均適應(yīng)值為變化或者是變化小于某一閾值，表示算法已經(jīng)收斂，則退出算法。 選擇算子：輪盤賭選擇； 交叉算子：?jiǎn)吸c(diǎn)交叉,隨機(jī)選擇計(jì)算此適應(yīng)度值，若大于當(dāng)前最佳適應(yīng)度值則降低交叉概率，否則不變； 變異算子：模板,對(duì)于優(yōu)勢(shì)個(gè)體，除采用低概率變異外，變異位置應(yīng)采取權(quán)值越大，變異概率越小的原則,而對(duì)劣勢(shì)個(gè)體則相反.
標(biāo)簽： 變化 算法 閾值
上傳時(shí)間： 2017-09-02
上傳用戶：shinesyh
主要實(shí)現(xiàn)了對(duì)快速排序算法的改進(jìn)工作，使得該算法的時(shí)間復(fù)雜度提高到<logn級(jí)
標(biāo)簽： 快速排序 法的改進(jìn)
上傳時(shí)間： 2014-08-31
上傳用戶：anng
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
