<strike id="y44yg"></strike>
模式識別一份很好的作業,包括線性分類器；最小風險貝葉斯分類器；監督學習法分層聚類分析；K－L變換提取有效特征,支持向量機
標簽： 分類器 模式識別 分層 變換
上傳時間： 2014-11-30
上傳用戶：372825274
TI C28X濾波函式
標簽： C28X TI 濾波
上傳時間： 2015-04-17
上傳用戶：wyc199288
分類聚合算法k-means的實現,用matlab
標簽： k-means matlab 分類 算法
上傳時間： 2015-04-18
上傳用戶：225588
本程序通過k均值算法對兩類進行分類。通過任意選擇初始點，由k均值很快找到兩類的中心點
標簽： 程序 均值算法 分類
上傳時間： 2014-01-17
上傳用戶：manlian
用AVRM128單片機讀取汽車通信K總線，用于查錯，可以由單片機UART串口來完成
標簽： AVRM 128 單片機 讀取
上傳時間： 2014-01-07
上傳用戶：hfmm633
實現K均值算法，讀取文件，實現K均值的分類。
標簽： K均值算法
上傳時間： 2015-04-23
上傳用戶：ghostparker
UNIX下SH的實現源碼，c語言實現，可以方便的將SH移植到其他平臺
標簽： UNIX 源碼
上傳用戶：yxgi5
相信很多人都有對此算法有過詳細的了解,確實這個算法最K乘積問題應用的還是很廣泛的
標簽： 算法
上傳時間： 2015-04-24
上傳用戶：腳趾頭
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內部粒子隨溫升變為無序狀，內能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態，最后在常溫時達到基態，內能減為最小。根據Metropolis準則，粒子在溫度T時趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時的內能，ΔE為其改變量，k為Boltzmann常數。用固體退火模擬組合優化問題，將內能E模擬為目標函數值f，溫度T演化成控制參數t，即得到解組合優化問題的模擬退火算法：由初始解i和控制參數初值t開始，對當前解重復“產生新解→計算目標函數差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時的當前解即為所得近似最優解，這是基于蒙特卡羅迭代求解法的一種啟發式隨機搜索過程。退火過程由冷卻進度表(Cooling Schedule)控制，包括控制參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和停止條件S。
標簽： 模擬退火算法
上傳用戶：R50974
上傳用戶：ryb
蟲蟲下載站版權所有 京ICP備2021023401號-1
