搜索资源列表
netlayer
- VC+MO最短路径算法 // 计算线的几何长度 double CalcLength() // 通过线的id得到线数据 BOOL GetLineData(int id) // 得到距离某点最近的线段,返回该线段的id int GetNearestLineData( double x, double y) // 判断两点是否重合 BOOL IsPtCoincide( NetPoint ptFirst, NetPoint ptSecond ) /
demo
- 在matlab环境下,用最邻近数据关联算法实现目标跟踪。-the Matlab environment, using the most neighboring data association algorithm to achieve the target track.
migong
- 迷宫问题 任务:可以输入一个任意大小的迷宫数据,用非递归的方法求出一条走出迷宫的路径,并将路径输出; 要求: 在上交资料中请写明:存储结构、基本算法(可以使用程序流程图)、源程序、测试数据和结果、算法的时间复杂度、另外可以提出算法的改进方法; [问题描述] 走迷宫是实验心理学中一个古典问题。用计算机解迷宫路径的程序,就是仿照人走迷宫而设计的,也是对盲人走路的一个机械模仿。 [实现提示] 假设迷宫是一个矩形,我们把它分成许多小方格,在每个小方格上或者已筑成墙或者没有,这
WAPtree
- WAP树类似于FP-tree,是用于邻近序列模式的挖掘,可以作为相关算法改进的基础
tuxiangchuli
- fengeyuzhi:最大方差计算分割阈值 huidubianhuan:灰度变换 jiazaosheng:加噪声 zuilingjinfa:最邻近法 otsu2:分割算法 zhi:直方图均衡法 zhong:中值滤波法 segment:分割算法
08ReadBMP
- 该小软件为图像的缩放处理,有3种算法:邻近取值插值,二次线性插值,三次卷积插值
Classify
- VC实现的手写体识别程序。实现手写数字给出不同的分类器识别结果,可心采用模板匹配分类器(最邻近模板匹配法)识别, Bayes分类器识别(使用二值数据的Bayes方法,最小错误概率的Bayes方法,最小风险的Bayes方法),线性函数分类法识别(Fisher算法,奖惩算法,增量校正算法,LMSE算法的识别),非线性分类法(势函数法)识别,神经网络分类法识别(包括神经网络训练,神经网络建立后输出权值,测试与比较,神经网络识别)。 运行完全正确,是学习VC实现不同分类识别方法的很好代码。
RotateDIB
- 用vc实现图像的旋转 该函数用来以图像中心为中心旋转DIB图像,返回新生成DIB的句柄。 调用该函数会自动扩大图像以显示所有的象素。函数中采用最邻近插值算法进行插值。
nnrbf
- 最邻近的RBF算法,MATLAB实现,较为有价值的资料.
RNG
- 一个RNG(相关邻近图)的生成算法,输入一些原始数据信息,得到RNG图信息.-an RNG (related neighboring) algorithm for the generation, the importation of some raw data information, to receive information RNG map.
knn_java
- java写的k最邻近算法,是数据挖掘的基本算法之一。-Java write the k nearest neighbor algorithm, is one of the basic algorithm of data mining.
SAR点目标雷达成像算法
- SAR点目标雷达成像算法:利用最邻近差值实现5个点目标的雷达成像。
KNN-python
- 邻近算法,或者说K最近邻分类算法是数据挖掘分类技术中最简单的方法之一,给出一个实例,可直接运行- U90BB u8B1 u7B97 u7B97 u7C97 u6c2 U6700 u7B80 u5355 u7684 u65B9 u6CD5 u4E4B u4E00 uFF0C u7ED9 u51FA u4E00 u4E2A u5B9E u4F8B uFF0C u53EF u76F4 u63A5 u8FD0 u884C
knn
- 邻近算法,或者说K最近邻(kNN,k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。(Neighborhood algorithm, or K nearest neighbor (kNN, k-NearestNeighbor) classification algorithm is one of the simplest methods in data mining class
kNN
- K近邻算法,即是给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的K个实例(也就是上面所说的K个邻居), 这K个实例的多数属于某个类,就把该输入实例分类到这个类中(K nearest neighbor algorithm function)
knn
- 采用KNN(K邻近算法),用matlab平台实现的分类预测算法(Using KNN (K adjacent algorithm), using matlab platform to achieve the classification prediction algorithm)
最近令近点对
- 用C++实现最近邻近点对,利用算法导论的知识实现最近邻近点对问题(Using C++ to implement nearest neighbor pairs, we use the knowledge of algorithm introduction to realize nearest neighbor point pairs.)
matlab代码
- Matlab代码,根据算法原理自己编写的基本算法的代码,有:KNN,层次聚类,C均值,最邻近算法。包括自己挑选的数据集,对算法准确率的测试。(Matlab code, the code of the basic algorithm written by itself according to the algorithm principle, there are: KNN, hierarchical clustering, C-means, nearest neighbor algorithm.
kNN
- K最近邻(k-Nearest Neighbor,KNN)分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。该方法的思路是:在特征空间中,如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别,则该样本也属于这个类别。(K-nearest neighbor (KNN) classification algorithm is a relatively mature method in theory and one of the simplest machine
邻近粗糙集的离散,约简,规则提取等
- 邻近粗糙集的基本算法,包括数据补齐,属性约简,值约简,规则生成提取,非常实用。