設(shè)∑＝{α1, α2…… αn }是n個(gè)互不相同的符號(hào)組成的符號(hào)集。 Lk＝{β1β2…βk | βiЄ ∑,1≤i≤k}是∑中字符組成的長(zhǎng)度為k 的全體字符串。 S是Lk的子集，S是Lk的無(wú)分隔符字典是指對(duì)任意的S中元素a1a2…ak， b1b2…bk. {a2a3…akb1, a3a4…akb1b2, ……, akb1b2… bk-1 }∩S=Φ。該算法算法，對(duì)于給定的正整數(shù)n 和k，計(jì)算 Lk的最大無(wú)分隔符字典。
上傳時(shí)間： 2013-12-26
上傳用戶：waitingfy
實(shí)現(xiàn)聚類K均值算法： K均值算法：給定類的個(gè)數(shù)K，將n個(gè)對(duì)象分到K個(gè)類中去，使得類內(nèi)對(duì)象之間的相似性最大，而類之間的相似性最小。 缺點(diǎn)：產(chǎn)生類的大小相差不會(huì)很大，對(duì)于臟數(shù)據(jù)很敏感。 改進(jìn)的算法：k—medoids 方法。這兒選取一個(gè)對(duì)象叫做mediod來(lái)代替上面的中心 的作用，這樣的一個(gè)medoid就標(biāo)識(shí)了這個(gè)類。步驟： 1，任意選取K個(gè)對(duì)象作為medoids（O1,O2,…Oi…Ok）。 以下是循環(huán)的： 2，將余下的對(duì)象分到各個(gè)類中去（根據(jù)與medoid最相近的原則）； 3，對(duì)于每個(gè)類（Oi）中，順序選取一個(gè)Or，計(jì)算用Or代替Oi后的消耗—E（Or）。選擇E最小的那個(gè)Or來(lái)代替Oi。這樣K個(gè)medoids就改變了，下面就再轉(zhuǎn)到2。 4，這樣循環(huán)直到K個(gè)medoids固定下來(lái)。 這種算法對(duì)于臟數(shù)據(jù)和異常數(shù)據(jù)不敏感，但計(jì)算量顯然要比K均值要大，一般只適合小數(shù)據(jù)量。
上傳時(shí)間： 2015-04-03
上傳用戶：sardinescn
相信很多人都有對(duì)此算法有過(guò)詳細(xì)的了解,確實(shí)這個(gè)算法最K乘積問(wèn)題應(yīng)用的還是很廣泛的
標(biāo)簽： 算法
上傳時(shí)間： 2015-04-24
上傳用戶：腳趾頭
c語(yǔ)言的一些算法函數(shù)（i類） 開(kāi)發(fā)語(yǔ)言 VC & C++ 運(yùn)行平臺(tái) Windows XP 等
標(biāo)簽： Windows VC XP c語(yǔ)言
上傳時(shí)間： 2013-12-27
上傳用戶：royzhangsz
實(shí)現(xiàn)聚類K均值算法： K均值算法：給定類的個(gè)數(shù)K，將n個(gè)對(duì)象分到K個(gè)類中去，使得類內(nèi)對(duì)象之間的相似性最大，而類之間的相似性最小。
上傳時(shí)間： 2014-12-21
上傳用戶：zhouli
回溯（b a c k t r a c k i n g）是一種系統(tǒng)地搜索問(wèn)題解答的方法。為了實(shí)現(xiàn)回溯，首先需要為問(wèn)題定義一個(gè)解空間（ solution space），這個(gè)空間必須至少包含問(wèn)題的一個(gè)解（可能是最優(yōu)的）。在迷宮老鼠問(wèn)題中，我們可以定義一個(gè)包含從入口到出口的所有路徑的解空間；在具有n 個(gè)對(duì)象的0 / 1背包問(wèn)題中（見(jiàn)1 . 4節(jié)和2 . 2節(jié)），解空間的一個(gè)合理選擇是2n 個(gè)長(zhǎng)度為n 的0 / 1向量的集合，這個(gè)集合表示了將0或1分配給x的所有可能方法。當(dāng)n= 3時(shí)，解空間為{ ( 0 , 0 , 0 )，( 0 , 1 , 0 )，( 0 , 0 , 1 )，( 1 , 0 , 0 )，( 0 , 1 , 1 )，( 1 , 0 , 1 )，( 1 , 1 , 0 )，( 1 , 1 , 1 ) }。
標(biāo)簽： 搜索
上傳時(shí)間： 2014-01-17
上傳用戶：jhksyghr
單純形法算法,int K,M,N,Q=100,Type,Get,Let,Et,Code[50],XB[50],IA,IAA[50],Indexg,Indexl,Indexe float Sum,A[50][50],B[50],C[50]
標(biāo)簽： 50 Indexg Indexe Indexl
上傳時(shí)間： 2013-12-22
上傳用戶：頂?shù)弥?/p>
一個(gè)聚類算法用K-mean處理后迭代，論文發(fā)表在PAK
上傳時(shí)間： 2013-12-09
上傳用戶：66666
數(shù)據(jù)挖掘算法。K-Means聚類數(shù)據(jù)挖掘算法。該算法是用Java語(yǔ)言編寫的。
標(biāo)簽： K-Means Java 數(shù)據(jù)挖掘算法 聚類
上傳時(shí)間： 2016-04-22
上傳用戶：lunshaomo
1.Fisher分類算法 2.感知器算法 3.最小二乘算法 4.快速近鄰算法 5.K-近鄰法 6.剪輯近鄰法和壓縮近鄰法 7.二叉決策樹(shù)算法
標(biāo)簽： Fisher 算法 分類算法 決策樹(shù)算法
上傳時(shí)間： 2016-08-12
上傳用戶：懶龍1988
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
