<center id="qaasw"></center>
MOEAs對(duì)于度歐表的有 花紋那
標(biāo)簽： MOEAs
上傳時(shí)間： 2016-07-14
上傳用戶：aappkkee
博弈論教程 作者： M. J. Osborne (Canada) A. Rubinstein (USA) 譯者：魏玉根 出版社：中國(guó)社會(huì)科學(xué)出版社
標(biāo)簽： M. J. A. Rubinstein
上傳時(shí)間： 2016-07-15
上傳用戶：zhaiye
用VERILOG語(yǔ)言實(shí)現(xiàn)了J-K觸發(fā)器,可綜合可仿真通過
標(biāo)簽： VERILOG J-K 語(yǔ)言 觸發(fā)器
上傳時(shí)間： 2014-01-25
上傳用戶：kelimu
Java做的一個(gè)百度mp3下載軟件，用的是NetBeans開發(fā)。這是可執(zhí)行的程序
上傳時(shí)間： 2013-12-21
上傳用戶：tyler
提取灰度圖的邊界，輸入?yún)?shù)是灰度圖，輸出參數(shù)是灰度圖邊界的坐標(biāo)
標(biāo)簽： 灰度
上傳時(shí)間： 2014-12-01
上傳用戶：Ants
替代加密: A B C D E F G H I J K L M N O P Q R S T U V W 密文 Y Z D M R N H X J L I O Q U W A C B E G F K P 明文 X Y Z T S V I HAVE A DREAM！# 密文？？ 用ARM編程實(shí)現(xiàn)替代加密。
標(biāo)簽： 加密
上傳時(shí)間： 2016-07-17
上傳用戶：qq521
幾種圖像處理源碼 程序代碼說明 P0301：數(shù)字圖像矩陣數(shù)據(jù)的顯示及其傅立葉變換 P0302：二維離散余弦變換的圖像壓縮 P0303：采用灰度變換的方法增強(qiáng)圖像的對(duì)比度 P0304：直方圖均勻化 P0305：模擬圖像受高斯白噪聲和椒鹽噪聲的影響 P0306：采用二維中值濾波函數(shù)medfilt2對(duì)受椒鹽噪聲干擾的圖像濾波 P0307：采用MATLAB中的函數(shù)filter2對(duì)受噪聲干擾的圖像進(jìn)行均值濾波 P0308：圖像的自適應(yīng)魏納濾波 P0309：運(yùn)用5種不同的梯度增強(qiáng)法進(jìn)行圖像銳化 P0310：圖像的高通濾波和掩模處理 P0311：利用巴特沃斯（Butterworth）低通濾波器對(duì)受噪聲干擾的圖像進(jìn)行平滑處理 P0312：利用巴特沃斯（Butterworth）高通濾波器對(duì)圖像進(jìn)行銳化處理
標(biāo)簽： P0301 P0302 P0303 P0
上傳時(shí)間： 2013-11-25
上傳用戶：jkhjkh1982
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)聚類以便使得所獲得的聚類滿足：同一聚類中的對(duì)象相似度較高；而不同聚類中的對(duì)象相似度較小。聚類相似度是利用各聚類中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來進(jìn)行計(jì)算的。 k-means 算法的工作過程說明如下：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(jì)算每個(gè)所獲新聚類的聚類中心（該聚類中所有對(duì)象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測(cè)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(cè)度函數(shù). k個(gè)聚類具有以下特點(diǎn)：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(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)聚類以便使得所獲得的聚類滿足：同一聚類中的對(duì)象相似度較高；而不同聚類中的對(duì)象相似度較小。聚類相似度是利用各聚類中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來進(jìn)行計(jì)算的。 k-means 算法的工作過程說明如下：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(jì)算每個(gè)所獲新聚類的聚類中心（該聚類中所有對(duì)象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測(cè)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(cè)度函數(shù). k個(gè)聚類具有以下特點(diǎn)：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(duì)象
上傳時(shí)間： 2013-12-19
上傳用戶：chenlong
灰關(guān)聯(lián)度在變壓器故障診斷中的應(yīng)用；適合對(duì)灰度關(guān)聯(lián)感興趣的學(xué)習(xí)者
標(biāo)簽： 變壓器 中的應(yīng)用 故障診斷 灰度
上傳時(shí)間： 2016-08-01
上傳用戶：lifangyuan12
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<center id="kwuwm"></center>
<nav id="kwuwm"></nav>