10個重要的算法C語言實現(xiàn)源代碼 10個重要的算法C語言實現(xiàn)源代碼：拉格朗日，牛頓插值，高斯，龍貝格，牛頓迭代，牛頓-科特斯，雅克比，秦九昭，冪法，高斯塞德爾
上傳時間： 2017-05-16
上傳用戶：songnanhua
基于最優(yōu)流的配電網絡重構程序，潮流計算用前推回代法
上傳時間： 2017-05-25
上傳用戶：ecooo
此程序用Fortran語言編寫，用滑動平均法處理磁異常。
上傳時間： 2014-01-08
上傳用戶：talenthn
自己做的畢設，用matlab做的基于MDS-MAP和矩陣重復迭代優(yōu)化的無線傳感網節(jié)點定位仿真程序，在matlab中可以直接運行得到仿真結果，程序附有詳細注解。
標簽：
上傳時間： 2014-03-09
上傳用戶：watch100
原創(chuàng)的線性方程組求解程序，包括Jacobi迭代，高斯消去法，Gauss-Seidel迭代三種求解算法。
上傳時間： 2014-01-03
上傳用戶：1109003457
將編碼的差分跳頻系統(tǒng)等效為串行級聯(lián)碼，充分利用頻率轉移函數(shù)所產生的網格關聯(lián)信息， 采用軟輸入軟輸 算法，進行類Turbo串行迭代譯碼，能有效改善系統(tǒng)的誤比特性能． 此，如何實現(xiàn)差 分跳頻系統(tǒng)串行級聯(lián)結構的外編碼器和頻率轉移函數(shù)(( 函數(shù))的匹配設計是值得深入研究的問題．基 于互信息的外信息轉移圖(ExIT)能有效預測迭代譯碼的收斂特性，并根據(jù)E xlT選擇適當?shù)膬取⑼獯a 進行級聯(lián)．采用基于互信息的Exn、用分析差分跳頻串行級聯(lián)結構中外編碼器和G函數(shù)的外信息轉移 過程，提出了一種采用ExIT圖選擇G函數(shù)及外編碼器的方法．通過對陔l方法的理論分析和性能仿真， 結果表明，在一定的輸入先驗信息量條件下，信噪比越高，G函數(shù)輸 互信息量越大；在給定信噪比條件 下，不同G 函數(shù)劉 應的輸出互信息量隨輸入先驗信息量增長速度不同，能有效實現(xiàn)對性能較好的G 函 數(shù)的選擇；對于給定G甬數(shù)，在不同外編碼方式下，通過E xlT閣能得到迭代譯碼收斂的門限值；能反應 出不同編碼方式下的收斂特性的好壞，從而實現(xiàn)外編碼器和G函數(shù)的匹配設計．
標簽： 南京大學學報
上傳時間： 2015-04-27
上傳用戶：xiefuai
將編碼的差分跳頻系統(tǒng)等效為串行級聯(lián)碼，充分利用頻率轉移函數(shù)所產生的網格關聯(lián)信息， 采用軟輸入軟輸 算法，進行類Turbo串行迭代譯碼，能有效改善系統(tǒng)的誤比特性能． 此，如何實現(xiàn)差 分跳頻系統(tǒng)串行級聯(lián)結構的外編碼器和頻率轉移函數(shù)(( 函數(shù))的匹配設計是值得深入研究的問題．基 于互信息的外信息轉移圖(ExIT)能有效預測迭代譯碼的收斂特性，并根據(jù)E xlT選擇適當?shù)膬取⑼獯a 進行級聯(lián)．采用基于互信息的Exn、用分析差分跳頻串行級聯(lián)結構中外編碼器和G函數(shù)的外信息轉移 過程，提出了一種采用ExIT圖選擇G函數(shù)及外編碼器的方法．通過對陔l方法的理論分析和性能仿真， 結果表明，在一定的輸入先驗信息量條件下，信噪比越高，G函數(shù)輸 互信息量越大；在給定信噪比條件 下，不同G 函數(shù)劉 應的輸出互信息量隨輸入先驗信息量增長速度不同，能有效實現(xiàn)對性能較好的G 函 數(shù)的選擇；對于給定G甬數(shù)，在不同外編碼方式下，通過E xlT閣能得到迭代譯碼收斂的門限值；能反應 出不同編碼方式下的收斂特性的好壞，從而實現(xiàn)外編碼器和G函數(shù)的匹配設計．
標簽： G函數(shù)
上傳時間： 2015-04-27
上傳用戶：xiefuai
用測頻法測量頻率 單片機匯編語言程序 測量高頻率準確
標簽： 單片機測頻法
上傳時間： 2016-01-13
上傳用戶：20140741
《模擬城市》(SimCity)是美國藝電出品的一個城市建造(City-building game)的電子游戲，首部作品發(fā)售于1989年，是Maxis的第一個產品。最初發(fā)行的平臺為DOS，之后又陸續(xù)推出了麥金塔、Windows與超級任天堂等平臺上的版本。當前該系列的版權所有者以及發(fā)行商為美國藝電(EA)。 2008年1月10日，EA以GPL協(xié)議開放原始版本，更名為Micropolis，特別針對OLPC。 在2013年EA/Maxis發(fā)布了全新的《模擬城市》系列游戲，將游戲名稱定為與1989年相同的名稱《模擬城市》，并且通過Origin平臺才可以進行游戲。在Maxis被問道這款游戲是否叫做“模擬城市5”的時候，Maxis說，這款游戲不是《模擬城市4》的迭代，而是一款全新的游戲，我們叫他《模擬城市》。國內外的《模擬城市》粉絲們將它叫做《模擬城市(2013)》或者“SC(2013)”。 為了相互區(qū)別Maxis的第一部和第五部作品，本詞條用游戲發(fā)布時間分別命名為《模擬城市(1989)》和《模擬城市(2013)》。EA/Maxis官方目前分別稱之為：Micropolis和SimCity(港臺譯名：模擬城市)。
上傳時間： 2016-10-22
上傳用戶：86kl
K-Means算法是最古老也是應用最廣泛的聚類算法，它使用質心定義原型，質心是一組點的均值，通常該算法用于n維連續(xù)空間中的對象。 K-Means算法流程 step1：選擇K個點作為初始質心 step2：repeat 將每個點指派到最近的質心，形成K個簇 重新計算每個簇的質心 until 質心不在變化 例如下圖的樣本集，初始選擇是三個質心比較集中，但是迭代3次之后，質心趨于穩(wěn)定，并將樣本集分為3部分 我們對每一個步驟都進行分析 step1：選擇K個點作為初始質心 這一步首先要知道K的值，也就是說K是手動設置的，而不是像EM算法那樣自動聚類成n個簇 其次，如何選擇初始質心 最簡單的方式無異于，隨機選取質心了，然后多次運行，取效果最好的那個結果。這個方法，簡單但不見得有效，有很大的可能是得到局部最優(yōu)。 另一種復雜的方式是，隨機選取一個質心，然后計算離這個質心最遠的樣本點，對于每個后繼質心都選取已經選取過的質心的最遠點。使用這種方式，可以確保質心是隨機的，并且是散開的。 step2：repeat 將每個點指派到最近的質心，形成K個簇 重新計算每個簇的質心 until 質心不在變化 如何定義最近的概念，對于歐式空間中的點，可以使用歐式空間，對于文檔可以用余弦相似性等等。對于給定的數(shù)據(jù)，可能適應與多種合適的鄰近性度量。
標簽： K-means Java 數(shù)據(jù)挖掘 聚類 算法
上傳時間： 2018-11-27
上傳用戶：1159474180
