C++編寫的一個調(diào)用百度查詢的搜索系統(tǒng) 可供C語言學(xué)習(xí)者學(xué)習(xí)
上傳時間： 2014-12-07
上傳用戶：lz4v4
模糊C程序 用于電阻爐溫度控制 模型為一階 內(nèi)有模糊規(guī)則
上傳時間： 2013-11-28
上傳用戶：mpquest
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進(jìn)行計算的。 k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，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；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測度函數(shù). k個聚類具有以下特點：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 對象
上傳時間： 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個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進(jìn)行計算的。 k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，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；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測度函數(shù). k個聚類具有以下特點：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 對象
上傳時間： 2013-12-19
上傳用戶：chenlong
FFT代原碼為C++需要測過才能用，所有檔案階完整
標(biāo)簽： FFT
上傳時間： 2016-08-17
上傳用戶：zhanditian
在做2維度樣本分類的過程中,若我們能事先畫出訓(xùn)練樣本在空間中的分散情形,這將有助於我們在設(shè)定SVM分類器的參數(shù)C的取值範(fàn)圍. 例如:若畫出的訓(xùn)練樣本的散佈較分散,我們可以得知此時採用的參數(shù)值可以取在較大的範(fàn)圍. 所以本程式也是讓想要畫出資料樣本在平面的散佈情形者之一各可行工具.
上傳時間： 2016-08-19
上傳用戶：sy_jiadeyi
包括BASE64編碼的C語言實現(xiàn),DES加密的C實現(xiàn),共享內(nèi)存,信號量的C實現(xiàn)
上傳時間： 2016-08-20
上傳用戶：Shaikh
考查嵌入式C開發(fā)人員的最好的0x10道題.doc ?疾榍度朧紺開發(fā)人員的最好的0x10道題.doc
上傳時間： 2016-08-28
上傳用戶：chens000
k-means 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進(jìn)行計算的。 Matlab 源代碼，以蘭花數(shù)據(jù)集作為測試對象。
上傳時間： 2014-01-21
上傳用戶：2525775
一個2D基于verlet的Flash物理引擎。它用AS3編寫而成。Fisix的目標(biāo)是應(yīng)用到游戲等計算量很大的實時應(yīng)用中。盡管flash比c/c++要慢,很棒的物理引擎
標(biāo)簽： verlet Flash Fisix flash
上傳時間： 2016-10-16
上傳用戶：iswlkje
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
