時(shí)間復(fù)雜度為O(ElogV)的Dijkrastra算法的實(shí)現(xiàn)，解決城市道路網(wǎng)的最短路徑問(wèn)題，可以計(jì)算1000×1000個(gè)節(jié)點(diǎn)。
標(biāo)簽： Dijkrastra ElogV 復(fù)雜度 算法
上傳時(shí)間： 2015-09-23
上傳用戶：tzl1975
時(shí)間復(fù)雜度為O(nlogn)的Joseph排列問(wèn)題的計(jì)算程序。程序的運(yùn)行時(shí)間與m無(wú)關(guān)。在一分鐘之內(nèi)可以計(jì)算n=10^6,m任意的Joseph排列問(wèn)題.
標(biāo)簽： Joseph nlogn 計(jì)算 程序
上傳時(shí)間： 2013-12-21
上傳用戶：zhanditian
時(shí)間復(fù)雜度為O(nlogn)的最長(zhǎng)單調(diào)遞增子序列問(wèn)題的計(jì)算程序。不是動(dòng)態(tài)規(guī)劃算法。在一分鐘之內(nèi)可以計(jì)算n=10^6個(gè)元素的遞增子序列。
上傳時(shí)間： 2014-03-10
上傳用戶：1966640071
實(shí)現(xiàn)了圖像的灰度化并進(jìn)一步用于視頻監(jiān)視控，相對(duì)比較簡(jiǎn)單，適合那些初學(xué)者和畢設(shè)郁悶者。
標(biāo)簽： 圖像 灰度 視頻監(jiān)視
上傳時(shí)間： 2015-09-24
上傳用戶：xc216
要解決三個(gè)沖突:1.同一老師任兩門(mén)以上課程的在同一時(shí)間內(nèi)安排在不同的班講課 2.不同的課程在相同時(shí)間內(nèi)安排在同一教室 3 .教室容量與學(xué)生人數(shù)的沖突 數(shù)據(jù)庫(kù):班級(jí)表(班級(jí)名稱(chēng),人數(shù)) 教師表(教師名稱(chēng),所教科目) 科目表(科目名稱(chēng),總學(xué)時(shí)數(shù),周學(xué)時(shí)數(shù)) 教室表(教室名稱(chēng),容量) 我不知道還需不需要一個(gè)時(shí)間表?? 要求:每天上下午各開(kāi)4節(jié)課,每周按5天上課,一共18周.每次兩節(jié)課一起上. 在排課時(shí),每周所開(kāi)的課程的總學(xué)時(shí)數(shù)要小于周學(xué)時(shí)數(shù). 多學(xué)時(shí)課要隔一天以上才上第二次課, 同一門(mén)課盡量在通一個(gè)教室上. 教室容量大于班級(jí)人數(shù) 主要解決上面的三個(gè)沖突. 我的數(shù)據(jù)庫(kù)是用來(lái)實(shí)現(xiàn)輸入功能的:一個(gè)排課計(jì)劃表,其中包括(班級(jí)名,課程名,周學(xué)時(shí),總學(xué)時(shí),教師名) 然后就是在上面要求的基礎(chǔ)上排課,輸出
標(biāo)簽： 沖突 容量 數(shù)據(jù)庫(kù)
上傳時(shí)間： 2013-12-26
上傳用戶：aappkkee
256色轉(zhuǎn)灰度圖 256色轉(zhuǎn)灰度圖
上傳時(shí)間： 2015-09-26
上傳用戶：6546544
基于小波零樹(shù)特性的視覺(jué)感知度模型的優(yōu)化方案, 給出了兩種水印算法: 一種算法嵌入的是高斯序列水印, 通過(guò)相關(guān)檢測(cè)實(shí)現(xiàn)盲檢測(cè) 另一種算法嵌入的是二值圖像水印, 水印的提取是非盲提取。這兩種算法在所有重要小波系數(shù)( 包括最低頻系數(shù)) 中嵌入水印, 以達(dá)到最大化水印嵌入量的目的, 并結(jié)合感知度模型在水印的透明性和魯棒性之間實(shí)現(xiàn)了較好的平衡, 對(duì)于常見(jiàn)的圖像處理操作, 特別是對(duì)于JPEG 和小波壓縮均有較好的魯棒性。
上傳時(shí)間： 2015-09-27
上傳用戶：lmeeworm
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
人耳識(shí)別技術(shù)是20世紀(jì)90年代末開(kāi)始興起的一種生物特征識(shí)別技術(shù)，與其它生物特征識(shí)別技術(shù)比較具有以下幾個(gè)特點(diǎn)：（1）與人臉識(shí)別方法比較，耳識(shí)別方法不受面部表情、化妝品和胡須變化的影響，同時(shí)保留了面部識(shí)別圖象采集方便的優(yōu)點(diǎn)，與人臉相比，整個(gè)人耳的顏色更加一致、圖像尺寸更小，數(shù)據(jù)處理量也更小。（2）與指紋識(shí)別方法比較，耳圖象的獲取是一種被動(dòng)方式，即通過(guò)非接觸方式獲取耳圖像，不存在通過(guò)接觸傳染疾病的機(jī)會(huì)，因此，其信息獲取方式具有容易被人接受的優(yōu)點(diǎn)。（3）與虹膜識(shí)別方法比較，首先，由于人臉和頭發(fā)的存在，需要在耳識(shí)別過(guò)程中增加一個(gè)耳區(qū)域定位步驟，這并不影響耳特征的提取，而眼毛對(duì)虹膜的遮擋將直接影響虹膜特征的提取。頭發(fā)對(duì)于耳的遮擋可以容易地避免，而眼毛對(duì)于虹膜的遮擋是生理結(jié)構(gòu)決定的，也是難以避免的。其次，就目前的技術(shù)而言，虹膜采集需要測(cè)試者與采集裝置之間的位置在機(jī)器發(fā)出的語(yǔ)言提示下進(jìn)行不斷地調(diào)整，同時(shí)要瞪大眼睛，使虹膜盡可能暴露，初試者通常要反復(fù)多次調(diào)整才能夠達(dá)到要求，而耳采集方式與臉采集方式基本相同，測(cè)試者很容易達(dá)到拍攝圖象的要求條件。最后，虹膜采集裝置的成本要高于耳采集裝置。
標(biāo)簽： 人耳識(shí)別 生物特征識(shí)別
上傳時(shí)間： 2013-12-20
上傳用戶：壞壞的華仔
灰度空間共現(xiàn)矩陣(SGLD)是著名的提取目標(biāo)紋理的特征，已經(jīng)成功地應(yīng)用于人臉檢測(cè)等計(jì)算機(jī)視覺(jué)中。大家可研究此MAtlab代碼，在實(shí)用中轉(zhuǎn)化為C代碼使用。
上傳時(shí)間： 2014-09-02
上傳用戶：Ants
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
