由于數(shù)據(jù)復(fù)雜度的增加以及量的增加，數(shù)據(jù)挖掘技術(shù)提供了非常成熟的分析、抽取的工具
標(biāo)簽： 數(shù)據(jù) 復(fù)雜度
上傳時(shí)間： 2015-09-28
上傳用戶：拔絲土豆
定標(biāo)線的設(shè)置與斷面數(shù)據(jù)的采集量直接關(guān)系到三維重建圖像的失真度。預(yù)置定標(biāo)線是斷面標(biāo)本進(jìn)行三維重建的依。定標(biāo)線決定了重建過(guò)程中片間各結(jié)構(gòu)的位置關(guān)系。而斷面數(shù)據(jù)的采集量決定了重建結(jié)構(gòu)的精細(xì)度,特別是細(xì)小結(jié)構(gòu)。
標(biāo)簽： 數(shù)據(jù) 三維重建 采集 圖像
上傳時(shí)間： 2016-03-19
上傳用戶：edisonfather
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類(lèi)以便使得所獲得的聚類(lèi)滿足：同一聚類(lèi)中的對(duì)象相似度較高；而不同聚類(lèi)中的對(duì)象相似度較小。聚類(lèi)相似度是利用各聚類(lèi)中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來(lái)進(jìn)行計(jì)算的。 k-means 算法的工作過(guò)程說(shuō)明如下：首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類(lèi)中心；而對(duì)于所剩下其它對(duì)象，則根據(jù)它們與這些聚類(lèi)中心的相似度（距離），分別將它們分配給與其最相似的（聚類(lèi)中心所代表的）聚類(lèi)；然后再計(jì)算每個(gè)所獲新聚類(lèi)的聚類(lèi)中心（該聚類(lèi)中所有對(duì)象的均值）；不斷重復(fù)這一過(guò)程直到標(biāo)準(zhǔn)測(cè)度函數(shù)開(kāi)始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測(cè)度函數(shù). k個(gè)聚類(lèi)具有以下特點(diǎn)：各聚類(lèi)本身盡可能的緊湊，而各聚類(lèi)之間盡可能的分開(kāi)
標(biāo)簽： 聚類(lèi) K-MEANS k-means 對(duì)象
上傳時(shí)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(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類(lèi)以便使得所獲得的聚類(lèi)滿足：同一聚類(lèi)中的對(duì)象相似度較高；而不同聚類(lèi)中的對(duì)象相似度較小。聚類(lèi)相似度是利用各聚類(lèi)中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來(lái)進(jìn)行計(jì)算的。 k-means 算法的工作過(guò)程說(shuō)明如下：首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類(lèi)中心；而對(duì)于所剩下其它對(duì)象，則根據(jù)它們與這些聚類(lèi)中心的相似度（距離），分別將它們分配給與其最相似的（聚類(lèi)中心所代表的）聚類(lèi)；然后再計(jì)算每個(gè)所獲新聚類(lèi)的聚類(lèi)中心（該聚類(lèi)中所有對(duì)象的均值）；不斷重復(fù)這一過(guò)程直到標(biāo)準(zhǔn)測(cè)度函數(shù)開(kāi)始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測(cè)度函數(shù). k個(gè)聚類(lèi)具有以下特點(diǎn)：各聚類(lèi)本身盡可能的緊湊，而各聚類(lèi)之間盡可能的分開(kāi)
標(biāo)簽： 聚類(lèi) K-MEANS k-means 對(duì)象
上傳時(shí)間： 2013-12-19
上傳用戶：chenlong
k-means 算法接受輸入量 k ；然后將n個(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類(lèi)以便使得所獲得的聚類(lèi)滿足：同一聚類(lèi)中的對(duì)象相似度較高；而不同聚類(lèi)中的對(duì)象相似度較小。聚類(lèi)相似度是利用各聚類(lèi)中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來(lái)進(jìn)行計(jì)算的。 Matlab 源代碼，以蘭花數(shù)據(jù)集作為測(cè)試對(duì)象。
標(biāo)簽： 聚類(lèi) k-means 對(duì)象 算法
上傳時(shí)間： 2014-01-21
上傳用戶：2525775
針對(duì)區(qū)域立體匹配計(jì)算量大實(shí)時(shí)性差的困難,分析了相關(guān)匹配算法的實(shí)際工作過(guò)程,采用消除冗余因子和M2C濾 波、多級(jí)分辨率匹配減小計(jì)算復(fù)雜度,對(duì)算法結(jié)構(gòu)進(jìn)行了改進(jìn)和優(yōu)化,并利用超線程和D65/EF技術(shù)對(duì)算法進(jìn)行了加速,提出 了一種實(shí)時(shí)區(qū)域匹配算法。對(duì)算法進(jìn)行實(shí)驗(yàn),結(jié)果表明算法符合了視覺(jué)導(dǎo)航的準(zhǔn)確性和實(shí)時(shí)性要求,并且對(duì)于提高其他區(qū)域 匹配算法實(shí)時(shí)性也具有重要借鑒意義。
上傳時(shí)間： 2013-12-12
上傳用戶：xz85592677
量測(cè)可變電阻的類(lèi)比電壓值，並將10位元的良測(cè)結(jié)果轉(zhuǎn)換成ASCII編碼，並輸出到個(gè)人電腦上的終端機(jī)
標(biāo)簽：
上傳時(shí)間： 2014-01-19
上傳用戶：hzy5825468
利用T2FNN進(jìn)行MEC建模,針對(duì)IC散射現(xiàn)象進(jìn)行量測(cè)與模擬比較
上傳時(shí)間： 2014-01-10
上傳用戶：fandeshun
L3_1.m: 純量量化器的設(shè)計(jì)(程式) L3_2.m: 量化造成的假輪廓(程式) L3_3.m: 向量量化器之碼簿的產(chǎn)生(程式) L3_4.m: 利用LBG訓(xùn)練三個(gè)不同大小與維度的碼簿並分別進(jìn)行VQ(程式) gau.m: ML量化器設(shè)計(jì)中分母的計(jì)算式(函式) gau1.m: ML量化器設(shè)計(jì)中分子的計(jì)算式(函式) LBG.m: LBG訓(xùn)練法(函式) quantize.m:高斯機(jī)率密度函數(shù)的非均勻量化(函式) VQ.m: 向量量化(函式) L3_2.bmp: 影像檔 lena.mat: Matlab的矩陣變數(shù)檔
上傳時(shí)間： 2013-12-26
上傳用戶：jiahao131
攝氏度轉(zhuǎn)換成華氏度,并且用一個(gè)布爾型開(kāi)關(guān)控制不同的量綱
標(biāo)簽： 攝氏 布爾 開(kāi)關(guān)控制 轉(zhuǎn)換成
上傳時(shí)間： 2013-12-17
上傳用戶：1966640071
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
