利用熵(entropy)及多變量GM(h.N)模型的觀念,探討灰色理論於權(quán)重之分析
標(biāo)簽: h.N entropy GM 熵
上傳時間: 2015-10-27
上傳用戶:thinode
立體學(xué)轉(zhuǎn)方塊 3d立體捲動的效果,是一個很有趣的研究課題,藉由三角函數(shù) for迴圈 即可運算應(yīng)用來產(chǎn)生立體效果囉
標(biāo)簽: for
上傳時間: 2013-12-24
上傳用戶:hwl453472107
立體旋轉(zhuǎn)方塊 除了3d立體捲動的方塊外,繼續(xù)營造出更進一步的立體效果,讓立體組成的圓球除了可以立體轉(zhuǎn)動之外,還可以散落 重組喔!
標(biāo)簽:
上傳時間: 2013-12-11
上傳用戶:cjl42111
卷積運算:取x(t)和h(t)的長度為nx,nh。平移量n=nh+nx-1,利用for和if語句實現(xiàn)倒序求和運算。外循環(huán)用一個for語句實現(xiàn)平移,通過在求和時取數(shù)組元素的順序?qū)崿F(xiàn)倒序求和
標(biāo)簽: nx nh 卷積 運算
上傳時間: 2013-12-20
上傳用戶:saharawalker
利用矩量法計算細直導(dǎo)線電容隨著分段數(shù)N、半徑a,長度L的變化曲線以及直導(dǎo)線電荷密度分布
標(biāo)簽: 導(dǎo)線 矩量法 分段 分布
上傳時間: 2016-05-05
上傳用戶:sardinescn
K-MEANS算法: k-means 算法接受輸入量 k ;然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足:同一聚類中的對象相似度較高;而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”(引力中心)來進行計算的。 k-means 算法的工作過程說明如下:首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心;而對于所剩下其它對象,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;然后再計算每個所獲新聚類的聚類中心(該聚類中所有對象的均值);不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測度函數(shù). k個聚類具有以下特點: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 對象
上傳時間: 2016-07-31
上傳用戶:youlongjian0
上傳時間: 2013-12-19
上傳用戶:chenlong
k-means 算法接受輸入量 k ;然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足:同一聚類中的對象相似度較高;而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”(引力中心)來進行計算的。 Matlab 源代碼,以蘭花數(shù)據(jù)集作為測試對象。
標(biāo)簽: 聚類 k-means 對象 算法
上傳時間: 2014-01-21
上傳用戶:2525775
歐基理德輾轉(zhuǎn)相除法(之二) m與n相差太大時,可用(m%n)來取代(m-n),這樣的處理效率較高。以下便以此方法求出最大公因數(shù)。
標(biāo)簽: 除法
上傳時間: 2014-01-14
上傳用戶:llandlu
我做的畢業(yè)設(shè)計,用AT89S51 控制LCD1602作為顯示. DS1302時鐘芯片顯示時間,DS18B20測量溫度,還有4X4的鍵盤驅(qū)動.實現(xiàn)了一個計算功能.可以用PROTUES 仿真軟件仿真,當(dāng)時我還做出實物來了.
標(biāo)簽: PROTUES 1602 1302 DS
上傳時間: 2013-11-29
上傳用戶:拔絲土豆
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1