资源列表
设备更新问题
- 在工业和交通运输企业中，经常碰到设备陈旧或部分损坏需要更新的问题。从经济上来分析，一种设备应该用多少年后进行更新为最恰当，即更新的最佳策略应该如何，从而使在某一时间内的总收入达到最大。 现以一台机器为例，随着使用年限的增加，机器的使用效率降低，收入减少，维修费用增加。而且机器使用年限越长，它本身的价值就越小，因而更新时所需的净支出费用就愈多。
Cluster_Generator_R2009B
- 不错的用于生成多面体团簇的matlab代码(Good matlab code for generating polyhedral clusters.)
GA
- 一个使用遗传算法整定PID参数的例程，使用M文件调用Simulink模型。(A routine that uses genetic algorithms to tune the PID parameters uses the M file to call the Simulink model.)
convection and diffusion-allscheme_fortran
- 二维对流扩散问题的各种求解方法结果的比较，采用有限体积法(Two-dimensional unsteady heat diffusion and convection equation and finite volume fortran program)
耦合模光纤光栅仿真
- 可以仿真倾斜光纤光栅的透射光谱和反射光谱(The transmission spectrum and reflection spectrum of tilted fiber grating can be simulated.)
ID3决策树算法实验
- 决策树ID3算法实验_数据集car_databases。用python编写的决策树ID3算法，运用了Car-Evaluation的例子。BUG较少，综合了网上的优秀代码，并进一步形成自己的代码。代码基本有注释，风格良好，能够很快看懂。内含有比较规范的报告文档，包含所有流程图，说明图，以及文档风格绝对不错，无需更改，建议下载！ 该算法所测试的数据集如下（已经打包在内，并已经生成xls格式，方便直接使用）： 已知：UCI标准数据集Car-Evaluation，定义了汽车性价比的4 个
Abat_algorithm
- 粒子群算法改进的自适应蝙蝠算法,具有很好的收敛速度和收敛精度(Improved adaptive bat algorithm based on particle swarm optimization has good convergence speed and convergence accuracy.)
最大二分配法
- 如果G的边集E(G)中有个子集M，满足M中的任何两条边 都不邻接，则M就是图G的一个匹配。包含边数最多的匹配 称为最大匹配，最大匹配所包含的边数称为最大匹配数。当 G是二分图时，问题就比较特殊了，这就是我们要解决 的问题——最大二分匹配。(If there is a subset M in the edge set E (G) of G, if any two edges in M are not adjacent, then M is a match of graph G. The match
贝叶斯分类算法
- 5个描述属性，一个分类属性，通过贝叶斯算法实现分类(5 descr iptive attributes, one categorical attribute, is implemented by Bayes algorithm.)
Check bus routes
- 问题描述 当一个用户从甲地到乙地时，由于不同需求，就有不同的交通方式及不同的交通路线。有人希望以最快速度到达，有人希望以最短距离到达，有人希望用最少的费用等。交通方式有公交车和地铁。编写一北京公交线路查询系统，通过输入起始站、终点站，为用户提供三种或以上决策的交通咨询。(problem descr iption When a user goes from point a to point b, there are different modes of transportation and d
几种信号的产生
- 产生BPSK,QPSK,UQPSK,OQPSK等信号(Produce the signals of BPSK,QPSK,UQPSK,OQPSK and so on.)
sparse-cvpr13
- 使用迁移学习和稀疏编码来实现不同领域之间的适配，是一种基于特征表示的迁移学习(This method is designed for image clustering and classification and called sparse subspace clustering.)