<bdo id="aeiuw"></bdo> <cite id="aeiuw"></cite> 聚類(lèi)算法是基于距離的，但是大多采取單一的歐氏距離，不利于結(jié)果的發(fā)現(xiàn)。
標(biāo)簽： 聚類(lèi)算法
上傳時(shí)間： 2015-03-30
上傳用戶(hù)：caozhizhi
提供一個(gè)人工免疫算法源程序，其算法過(guò)程包括： 1.設(shè)置各參數(shù) 2.隨機(jī)產(chǎn)生初始群體——pop=initpop(popsize,chromlength) 3.故障類(lèi)型編碼，每一行為一種！code(1,:)，正常；code(2,:)，50％；code(3,:)，150％。實(shí)際故障測(cè)得數(shù)據(jù)編碼，這里Unnoralcode,188％ 4.開(kāi)始迭代（M次）： 1）計(jì)算目標(biāo)函數(shù)值：歐氏距離[objvalue]=calobjvalue(pop,i) 2）計(jì)算群體中每個(gè)個(gè)體的適應(yīng)度f(wàn)itvalue=calfitvalue(objvalue) 3）選擇newpop=selection(pop,fitvalue) objvalue=calobjvalue(newpop,i) ％ 交叉newpop=crossover(newpop,pc,k) objvalue=calobjvalue(newpop,i) ％ 變異newpop=mutation(newpop,pm) objvalue=calobjvalue(newpop,i) ％ 5.求出群體中適應(yīng)值最大的個(gè)體及其適應(yīng)值 6.迭代停止判斷。
上傳時(shí)間： 2014-01-01
上傳用戶(hù)：trepb001
網(wǎng)格計(jì)算程序，求解La氏方程，生成二維網(wǎng)格
標(biāo)簽： 網(wǎng)格計(jì)算 程序
上傳時(shí)間： 2015-06-05
上傳用戶(hù)：liansi
這是正弦信號(hào)的圖象，付氏變換，以及功率普密度分析，這是信道傳輸?shù)幕A(chǔ)
上傳時(shí)間： 2015-06-07
上傳用戶(hù)：zhangzhenyu
這是升余弦滾降系統(tǒng)，包括時(shí)域波形，付氏變換，功率普分析，以及眼圖，很有用的
標(biāo)簽：
上傳時(shí)間： 2014-08-18
上傳用戶(hù)：3到15
３D-FDTD防真，邊界為廖氏差分格式,程序使用計(jì)算機(jī)內(nèi)存較少，可以用來(lái)做稍大尺寸物體的電磁防真
標(biāo)簽： D-FDTD
上傳時(shí)間： 2013-12-14
上傳用戶(hù)：氣溫達(dá)上千萬(wàn)的
程序的主要功能是實(shí)現(xiàn)有向圖最短路徑的搜索，采用的數(shù)據(jù)是txt格式的鄰接矩陣，采用的算法為改進(jìn)的狄氏算法。內(nèi)附調(diào)試和文件說(shuō)明。
上傳時(shí)間： 2014-11-30
上傳用戶(hù)：CHENKAI
上篇 UNIX操作系統(tǒng)版本6源代碼 UNIX操作系統(tǒng)過(guò)程分類(lèi)索引 UNIX操作系統(tǒng)文件及過(guò)程 UNIX操作系統(tǒng)定義的符號(hào)列表 UNIX操作系統(tǒng)源代碼交叉引用列表 第一部分 初始化、進(jìn)程初始化 第二部分 陷入、中斷、系統(tǒng)調(diào)用和 進(jìn)程管理 第三部分 程序交換、基本輸入/輸出、塊設(shè)備 第四部分 文件和目錄、文件系統(tǒng)、管道 第五部分 面向字符的特殊文件 下篇 萊昂氏UNIX源代碼分析
標(biāo)簽： UNIX 操作系統(tǒng) 源代碼 過(guò)程
上傳時(shí)間： 2014-01-17
上傳用戶(hù)：ywqaxiwang
一個(gè)用來(lái)進(jìn)行頻譜分析的程序，可以根據(jù)記錄的信號(hào)序列的富氏變換來(lái)求得本征頻率值
上傳時(shí)間： 2014-01-19
上傳用戶(hù)：anng
貝葉斯分類(lèi)器是一種最優(yōu)分類(lèi)器，它假設(shè)基于可獲得的信息可以建立類(lèi)別的概率密度函數(shù)，然后基于最小錯(cuò)誤率分類(lèi)準(zhǔn)則進(jìn)行分類(lèi)。一般假設(shè)概率密度函數(shù)是正態(tài)分布，因?yàn)檎龖B(tài)分布數(shù)學(xué)基礎(chǔ)較好。問(wèn)題就轉(zhuǎn)化為正態(tài)分布參數(shù)的估計(jì)問(wèn)題。幸運(yùn)的是，參數(shù)估計(jì)問(wèn)題已經(jīng)被很好的解決了。 基于正態(tài)分布的協(xié)方差的不同，正態(tài)概率分布型的貝葉斯分類(lèi)器可分為：歐式距離分類(lèi)器、馬氏距離分類(lèi)器、線(xiàn)性判別分析、對(duì)角線(xiàn)性判別分析、二次判別分析和對(duì)角二次判別分析。 在具有模式的完整統(tǒng)計(jì)知識(shí)條件下，按照貝葉斯決策理論進(jìn)行設(shè)計(jì)的一種最優(yōu)分類(lèi)器。分類(lèi)器是對(duì)每一個(gè)輸入模式賦予一個(gè)類(lèi)別名稱(chēng)的軟件或硬件裝置，而貝葉斯分類(lèi)器是各種分類(lèi)器中分類(lèi)錯(cuò)誤概率最小或者在預(yù)先給定代價(jià)的情況下平均風(fēng)險(xiǎn)最小的分類(lèi)器。它的設(shè)計(jì)方法是一種最基本的統(tǒng)計(jì)分類(lèi)方法。 目標(biāo)：編程實(shí)現(xiàn)正態(tài)概率分布型的貝葉斯分類(lèi)器。
上傳時(shí)間： 2014-01-05
上傳用戶(hù)：葉山豪
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
