一個IE的初始模型，一個功能還沒完善的東西，其基本上能實現(xiàn)上網(wǎng)瀏覽網(wǎng)業(yè)的功能！
標簽： 模型
上傳時間： 2013-11-30
上傳用戶：yyq123456789
一個關于HMM(隱馬爾可夫模型)實現(xiàn)的C語言庫。是Visual C++數(shù)字圖像模式識別技術及工程實踐的配套源代碼
標簽： Visual HMM C語言 馬爾可夫模型
上傳時間： 2015-03-16
上傳用戶：1079836864
GJM-OA網(wǎng)絡自動化辦公系統(tǒng)-采用MVC開發(fā)模型
標簽： GJM-OA MVC 網(wǎng)絡
上傳用戶：集美慧
物體做拋物線運動是游戲中基本運動物理模型之一！ 在PC游戲中可以由重力公式 輕易模擬，但在手機游戲中 ，由于多數(shù)手機不支持浮點運算 因此不能用 sin ，cos， 來分解初速度?！∷灾荒苡媒颇M的方法！ 我所采用的是：先放大后縮小的模擬方式，并且為了更精確加入了一定的偏移量。
標簽： 拋物線 物理模型 模擬 重力
上傳時間： 2015-03-17
上傳用戶：1159797854
日立SH-2 CPU核的VERLOG源碼，可在ISE6上綜合，有說明文檔
標簽： VERLOG CPU SH 日立
上傳用戶：開懷常笑
優(yōu)化算法,可有通過考察所構建模型來組合自己的函數(shù)功能,有選擇的提供程序
標簽： 優(yōu)化算法 建模 函數(shù) 組合
上傳時間： 2013-12-16
上傳用戶：jiahao131
K-均值聚類算法的編程實現(xiàn)。包括逐點聚類和批處理聚類。K－均值聚類的的時間復雜度是n*k*m，其中n為樣本數(shù)，k為類別數(shù)，m為樣本維數(shù)。這個時間復雜度是相當客觀的。因為如果用每秒10億次的計算機對50個樣本采用窮舉法分兩類，尋找最優(yōu)，列舉一遍約66.7天，分成3類，則要約3500萬年。針對算法局部最優(yōu)的缺點，本人正在編制模擬退火程序進行改進。希望及早奉給大家，傾聽高手教誨。
標簽： 均值聚類 聚類 算法 批處理
上傳時間： 2015-03-18
上傳用戶：yuanyuan123
自組織系統(tǒng)Kohonen網(wǎng)絡模型。對于Kohonen神經(jīng)網(wǎng)絡，競爭是這樣進行的：對于“贏”的那個神經(jīng)元c，在其周圍Nc的區(qū)域內(nèi)神經(jīng)元在不同程度上得到興奮，而在Nc以外的神經(jīng)元都被抑制。網(wǎng)絡的學習過程就是網(wǎng)絡的連接權根據(jù)訓練樣本進行自適應、自組織的過程，經(jīng)過一定次數(shù)的訓練以后，網(wǎng)絡能夠把拓撲意義下相似的輸入樣本映射到相近的輸出節(jié)點上。網(wǎng)絡能夠?qū)崿F(xiàn)從輸入到輸出的非線性降維映射結構：它是受視網(wǎng)膜皮層的生物功能的啟發(fā)而提出的。~..~
標簽： Kohonen 自組織 神經(jīng)網(wǎng)絡
上傳時間： 2014-01-06
上傳用戶：ghostparker
由于K－均值聚類算法局部最優(yōu)的特點，而模擬退火算法理論上具有全局最優(yōu)的特點。因此，用模擬退火算法對聚類進行了改進。20組聚類仿真表明，平均每次對K結果值改進8次左右，效果顯著。下一步工作：實際上在高溫區(qū)隨機生成鄰域是個組合爆炸問題（見本人上載軟件‘k－均值聚類算法’所述），高溫跳出局部解的概率幾乎為0，因此正考慮采用凸包約束進行模擬聚類，相關工作正在進行。很快將奉獻給各位朋友。
標簽： 均值聚類 算法 局部
上傳用戶：hullow
k均值聚類算法源碼，比較經(jīng)典，無解壓密碼
標簽： 均值聚類 算法 源碼
上傳時間： 2014-07-09
上傳用戶：lnnn30
蟲蟲下載站版權所有 京ICP備2021023401號-1
