在理想情況下采用非可靠度導向的順序掃描法或菱形算法等相位展開的基本方法可以正確展開相位，這些算法具有最簡單的和確定的掃描路徑，如果測量過程中噪音較大或本身有些地方不滿足采樣定理，采用非可靠度導向方法展開會出現(xiàn)錯誤。可靠度導向的相位展開方法可以繞開二維相位場中的無效點，在某 種程度上將誤差降到最小。
上傳時間： 2016-07-11
上傳用戶：heart520beat
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數(shù)據(jù)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(shù)據(jù)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(jù)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(shù)開始收斂為止。一般都采用均方差作為標準測度函數(shù). 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(shù)據(jù)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(shù)據(jù)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(jù)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(shù)開始收斂為止。一般都采用均方差作為標準測度函數(shù). 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
根據(jù)圖像灰度線性變換的算法。得到線性變換的MATLAB的程序。經(jīng)仿真正確
上傳時間： 2016-08-17
上傳用戶：2525775
拓撲排序 有向圖拓樸排序算法的基本步驟如下： ①從圖中選擇一個入度為0的頂點，輸出該頂點； ②從圖中刪除該頂點及其相關聯(lián)的弧，調整被刪弧的弧頭結點的入度（入度-1）； ③重復執(zhí)行①、②直到所有頂點均被輸出，拓樸排序完成或者圖中再也沒有入度為0的頂點（此種情況說明原有向圖含有環(huán)）。
上傳時間： 2016-08-17
上傳用戶：zhanditian
一般的esprit算法計算復雜度高，在計算子空間是算法比較煩，改一些矩陣算法可以減少其復雜度。
上傳時間： 2016-08-21
上傳用戶：15071087253
勻速升溫控制是個復雜的過程,具有大慣性、純滯后、非線性等特點,難以得到精確的數(shù)學模型。考慮到這些特點,為提高控制精度,將Fuzzy-PID算法應用于電阻爐溫度控制系統(tǒng),當誤差較大時采用模糊控制,誤差較小時采用模糊PID控制,實現(xiàn)了2種控制方法的優(yōu)勢互補,在此基礎上,給出了Fuzzy-PID控制器設計、硬件結構和軟件設計,實驗曲線表明該控制算法可以獲得滿意的控制效果,采用模糊PID控制的效果明顯優(yōu)于常規(guī)PID控制。
上傳時間： 2016-08-27
上傳用戶：wangzhen1990
本文 主 要 研究的是Gab。:小波神經(jīng)網(wǎng)絡算法及其在灰度圖像目標識別 中的應用。研究涉及神經(jīng)網(wǎng)絡理論、小波分析理論和小波神經(jīng)網(wǎng)絡理論及其 它們在目標識別中的應用技術。
標簽： Gab 小波神經(jīng)網(wǎng)絡 中的應用 目標識別
上傳時間： 2016-08-30
上傳用戶：731140412
民航公司自動訂票系統(tǒng) 1、 了解線性表的邏輯結構特性； 2、 熟練掌握鏈表的特點； 3、 熟練掌握在雙重鏈表中實現(xiàn)查找、插入、刪除等的算法； 4、 掌握從時間和空間復雜度的角度綜合分析線性表的不同存儲結構的特點及其適用的場合。
上傳時間： 2013-12-11
上傳用戶：417313137
k-means 算法接受輸入量 k ；然后將n個數(shù)據(jù)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(shù)據(jù)集作為測試對象。
上傳時間： 2014-01-21
上傳用戶：2525775
