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
FFT代原碼為C++需要測(cè)過才能用，所有檔案階完整
標(biāo)簽： FFT
上傳時(shí)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?cè)谠O(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(shí)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(shí)間： 2016-08-19
上傳用戶：sy_jiadeyi
包括BASE64編碼的C語言實(shí)現(xiàn),DES加密的C實(shí)現(xiàn),共享內(nèi)存,信號(hào)量的C實(shí)現(xiàn)
上傳時(shí)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(shí)間： 2016-08-28
上傳用戶：chens000
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。 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 k-means 對(duì)象 算法
上傳時(shí)間： 2014-01-21
上傳用戶：2525775
一個(gè)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(jì)算量很大的實(shí)時(shí)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(shí)間： 2016-10-16
上傳用戶：iswlkje
可生成C語言代碼流程結(jié)構(gòu)的軟件. 如需使用說明,可上網(wǎng)查找相關(guān)資料. 此軟件是好評(píng)度較高的看代碼軟件
上傳時(shí)間： 2016-10-19
上傳用戶：talenthn
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
很高效的判斷組合數(shù)C(n,k)的奇偶性。 巧妙的使用了位運(yùn)算。時(shí)間復(fù)雜度為O(1). 避免使用大數(shù)類。
上傳時(shí)間： 2016-12-01
上傳用戶：lizhen9880
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
