在一個(gè)操場(chǎng)的四周擺放著n 堆石子。現(xiàn)要將石子有次序地合并成一堆。規(guī)定在合并過程 中最多可以有m(k)次選k 堆石子合并成新的一堆，2≤k≤n，合并的費(fèi)用為新的一堆的石子 數(shù)。試設(shè)計(jì)一個(gè)算法，計(jì)算出將n 堆石子合并成一堆的最小總費(fèi)用。
上傳時(shí)間： 2013-12-13
上傳用戶：cc1015285075
用匯編語言實(shí)現(xiàn)的n!程序。最多可算到8!
上傳時(shí)間： 2016-07-21
上傳用戶：笨小孩
n多實(shí)例.學(xué)完你就入門.學(xué)通你就可以賺錢去了
標(biāo)簽： 多實(shí)例
上傳時(shí)間： 2013-12-23
上傳用戶：zhuyibin
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類以便使得所獲得的聚類滿足：同一聚類中的對(duì)象相似度較高；而不同聚類中的對(duì)象相似度較小。聚類相似度是利用各聚類中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來進(jìn)行計(jì)算的。 k-means 算法的工作過程說明如下：首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類中心；而對(duì)于所剩下其它對(duì)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(jì)算每個(gè)所獲新聚類的聚類中心（該聚類中所有對(duì)象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測(cè)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(cè)度函數(shù). k個(gè)聚類具有以下特點(diǎn)：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(duì)象
上傳時(shí)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(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類以便使得所獲得的聚類滿足：同一聚類中的對(duì)象相似度較高；而不同聚類中的對(duì)象相似度較小。聚類相似度是利用各聚類中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來進(jìn)行計(jì)算的。 k-means 算法的工作過程說明如下：首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類中心；而對(duì)于所剩下其它對(duì)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(jì)算每個(gè)所獲新聚類的聚類中心（該聚類中所有對(duì)象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測(cè)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(cè)度函數(shù). k個(gè)聚類具有以下特點(diǎn)：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(duì)象
上傳時(shí)間： 2013-12-19
上傳用戶：chenlong
本人為出租屋編寫的電費(fèi)管理程序,應(yīng)用了MFC DAO鏈接了ACCESS數(shù)據(jù)庫,利用可編輯的listctrl控件,綜合考慮了多房間線損耗電的業(yè)務(wù)細(xì)節(jié) 和 界面皮膚美觀,靈活方便的將物業(yè)電費(fèi)管理輕松掌控.
標(biāo)簽： listctrl ACCESS MFC DAO
上傳時(shí)間： 2016-08-03
上傳用戶：thinode
工控中用得著的數(shù)據(jù)采集時(shí)用的異步定時(shí)器, 實(shí)現(xiàn)多任務(wù)處理
標(biāo)簽： 工控 定時(shí)器 多任務(wù)處理 數(shù)據(jù)采集
上傳時(shí)間： 2014-09-03
上傳用戶：han_zh
這是一個(gè)用６３０編碼和用６３０解碼的多控源碼，發(fā)給大家
上傳時(shí)間： 2014-01-04
上傳用戶：tianjinfan
k-means 算法接受輸入量 k ；然后將n個(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類以便使得所獲得的聚類滿足：同一聚類中的對(duì)象相似度較高；而不同聚類中的對(duì)象相似度較小。聚類相似度是利用各聚類中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來進(jìn)行計(jì)算的。 Matlab 源代碼，以蘭花數(shù)據(jù)集作為測(cè)試對(duì)象。
標(biāo)簽： 聚類 k-means 對(duì)象 算法
上傳時(shí)間： 2014-01-21
上傳用戶：2525775
這是一個(gè)將n個(gè)樣本聚類到m個(gè)類別中 將n個(gè)樣本在m個(gè)類里如何分配輸出的遺傳算法代碼。 適應(yīng)度：sum(i=1_110)sum(j=1_20)【xi-vj】~2
上傳時(shí)間： 2014-08-09
上傳用戶：wkchong
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
