亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

協(xié)<b>方差</b>矩陣

  • 該算法

    該算法,先對協(xié)方差矩陣進(jìn)行休整,然后用信息論的方法得出信號的源數(shù),這是進(jìn)行空間普估計的基礎(chǔ)

    標(biāo)簽: 算法

    上傳時間: 2016-05-30

    上傳用戶:gaojiao1999

  • 對數(shù)據(jù)進(jìn)行統(tǒng)計分析

    對數(shù)據(jù)進(jìn)行統(tǒng)計分析,并打開圖形數(shù)據(jù)統(tǒng)計分析對話框,該對話框可以獲得數(shù)據(jù)的最小值、最大值、平均值、中值以及均方差等。

    標(biāo)簽: 對數(shù) 統(tǒng)計分析

    上傳時間: 2013-12-23

    上傳用戶:彭玖華

  • K-MEANS算法 輸入:聚類個數(shù)k

    K-MEANS算法 輸入:聚類個數(shù)k,以及包含 n個數(shù)據(jù)對象的數(shù)據(jù)庫。 輸出:滿足方差最小標(biāo)準(zhǔn)的k個聚類。 處理流程: (1) 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; (2) 循環(huán)(3)到(4)直到每個聚類不再發(fā)生變化為止 (3) 根據(jù)每個聚類對象的均值(中心對象),計算每個對象與這些中心對象的距離;并根據(jù)最小距離重新對相應(yīng)對象進(jìn)行劃分; (4) 重新計算每個(有變化)聚類的均值(中心對象)

    標(biāo)簽: K-MEANS 算法 輸入 聚類

    上傳時間: 2013-12-20

    上傳用戶:chenjjer

  • 心理測量統(tǒng)計分析中

    心理測量統(tǒng)計分析中,進(jìn)行多元方差分析的Delphi源代碼

    標(biāo)簽: 測量 統(tǒng)計分析

    上傳時間: 2013-12-14

    上傳用戶:tuilp1a

  • 應(yīng)用自適應(yīng)的干擾對消法去除高斯白噪聲

    應(yīng)用自適應(yīng)的干擾對消法去除高斯白噪聲,程序中給出兩種相關(guān)噪聲產(chǎn)生的方法,第一種只有一個噪聲是隨機產(chǎn)生的,第二種兩個噪聲都是隨機產(chǎn)生的。程序中給出了去噪后信噪比和均方差的增益。

    標(biāo)簽: 干擾對消 高斯白噪聲

    上傳時間: 2013-11-30

    上傳用戶:cazjing

  • 詞法分析器 對輸入一個函數(shù)

    詞法分析器 對輸入一個函數(shù),并對其分析main() { int a,b a = 10 b = a + 20 }

    標(biāo)簽: 分析器 函數(shù) 輸入

    上傳時間: 2013-12-20

    上傳用戶:hfmm633

  • kalman濾波學(xué)習(xí)的Maltab程序

    kalman濾波學(xué)習(xí)的Maltab程序,特點是簡單清晰,過程噪聲和觀測噪聲的方差可以設(shè)定,能夠直觀的學(xué)習(xí)濾波器的特點。

    標(biāo)簽: kalman Maltab 濾波 程序

    上傳時間: 2016-07-30

    上傳用戶:許小華

  • 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

    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(jìn)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(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)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

    標(biāo)簽: 聚類 K-MEANS k-means 對象

    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

    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(jìn)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(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)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

    標(biāo)簽: 聚類 K-MEANS k-means 對象

    上傳時間: 2013-12-19

    上傳用戶:chenlong

  • 基因算法

    基因算法,用VC++或MATLAB,java等工具設(shè)計一程序計算任一個隨機產(chǎn)生的DNA基因表達(dá)式的有效長度和值 設(shè)隨機產(chǎn)生的基因表達(dá)式為: + Q - / b * b a Q b a a b a a b b a a a b

    標(biāo)簽: 基因 算法

    上傳時間: 2014-01-09

    上傳用戶:aa54

主站蜘蛛池模板: 永城市| 南阳市| 江孜县| 巴塘县| 清水县| 普洱| 小金县| 枣庄市| 高州市| 宜黄县| 元朗区| 邵阳县| 集贤县| 阳高县| 丰台区| 临洮县| 泸西县| 贵港市| 仪征市| 丽水市| 东平县| 大化| 呼伦贝尔市| 从江县| 和平县| 灵丘县| 凤翔县| 乡宁县| 涿鹿县| 信阳市| 栾川县| 临颍县| 故城县| 封开县| 通山县| 铁岭县| 怀安县| 芷江| 景洪市| 漯河市| 康保县|