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

改進算法

  • 一個遺傳算法的工具箱經過改編后的。可以進行部分創新

    一個遺傳算法的工具箱經過改編后的。可以進行部分創新

    標簽: 算法 工具箱 創新

    上傳時間: 2013-12-30

    上傳用戶:zhaoq123

  • 改文件是用C++來實現kmeans的算法

    改文件是用C++來實現kmeans的算法,學過模式識別的人都知道這個算法的,是用來實現數據的聚類

    標簽: kmeans 算法

    上傳時間: 2014-01-13

    上傳用戶:epson850

  • ADT BinaryTree 的實現及驗證程序采用的主要數據結構:二叉樹、棧、隊算法思想:1、 先序建樹、輸出樹、后序遍歷用遞歸方法。性能分析:O( n )2、 先序遍歷、中序遍歷:性能分析:O( n

    ADT BinaryTree 的實現及驗證程序采用的主要數據結構:二叉樹、棧、隊算法思想:1、 先序建樹、輸出樹、后序遍歷用遞歸方法。性能分析:O( n )2、 先序遍歷、中序遍歷:性能分析:O( n )(1) 若遇到新節點非空則先入棧,然后訪問其左子樹。(2) 若為空則將棧頂結點出棧,訪問其右子樹。(3) 循環1、2直到棧為空且無節點可入棧。先序與中序的區別是:先序在入棧時訪問節點,中序在出棧時訪問節點。3、 層遍歷:性能分析:O( n )(1) 根節點入隊(2) 節點出隊并訪問(3) 若節點有左孩子,則左孩子入隊;有右孩子,則右孩子入隊。(4) 重復2、3直到隊列為空。4、 線索樹:算法與先序遍歷、中序遍歷一樣,只是將訪問節點的Visit函數改為連接前驅與后繼的操作。性能分析:O(

    標簽: BinaryTree ADT 性能分析

    上傳時間: 2014-12-20

    上傳用戶:SimonQQ

  • 圖像壓縮的MATLAB算法之JEPG

    圖像壓縮的MATLAB算法之JEPG,完整的例程,參改價值高。

    標簽: MATLAB JEPG 圖像壓縮 算法

    上傳時間: 2013-12-21

    上傳用戶:13188549192

  • 簡單好用的AES算法

    簡單好用的AES算法,提供基本的對文件的加密、解密和數據塊的加密、解密,目前的版本是靜態庫,很容易改做成動態庫,亦可輕松移植到Linux平臺,已測試過跟Java等其他標準AES加密庫成功對接(可相互加、解密)。

    標簽: AES 算法

    上傳時間: 2015-04-13

    上傳用戶:silenthink

  • 模擬退火算法來源于固體退火原理

    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

    上傳時間: 2015-04-24

    上傳用戶:R50974

  • 模擬退火算法來源于固體退火原理

    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

    上傳時間: 2015-04-24

    上傳用戶:ryb

  • 模擬退火算法來源于固體退火原理

    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

    上傳時間: 2014-12-19

    上傳用戶:TRIFCT

  • 本例是用md5做為數據校驗的算法防止自己的程序被篡改的小例子。有些可執行程序

    本例是用md5做為數據校驗的算法防止自己的程序被篡改的小例子。有些可執行程序,當被改了資源時再運行會有文件已損壞的提示,這就是使用了數據校驗。當然你可以使用個性化的,比如des作為數字簽名,那樣安全性更高。具體請見代碼及注釋.

    標簽: md5 程序 數據校驗 可執行

    上傳時間: 2015-04-27

    上傳用戶:tedo811

  • 蟻群算法仿真模擬程序

    蟻群算法仿真模擬程序,用c的圖形界面,直觀的展示了蟻群算法的仿生學過程。為讀者了解改算法有直接的指導意義

    標簽: 蟻群算法 仿真模擬 程序

    上傳時間: 2015-05-09

    上傳用戶:gyq

主站蜘蛛池模板: 神池县| 库伦旗| 思茅市| 莲花县| 乐至县| 鄂尔多斯市| 南江县| 清原| 抚顺县| 静乐县| 德兴市| 安多县| 乌兰县| 丰都县| 五莲县| 玉环县| 大悟县| 泰来县| 巴青县| 玉龙| 富川| 鲁甸县| 图们市| 万宁市| 大足县| 云浮市| 鹤山市| 饶平县| 固镇县| 墨江| 古蔺县| 忻州市| 慈利县| 大化| 香港 | 报价| 澄江县| 阳朔县| 沧州市| 禹城市| 长泰县|