搜索资源列表
meshpartdist.tar
- This toolbox contains Matlab code for several graph and mesh partitioning methods, including geometric, spectral, geometric spectral, and coordinate bisection. It also has routines to generate recursive multiway partitions, vertex separators, and nes
MCB
- 实现动态分区内存管理： 1.数据结构、分配算法设计 2.加深对动态分区存储管理方式及其实现过程的理解。 -Dynamic partition memory management: 1. Data structure, distribution algorithm 2. Better memory management for dynamic partitions and its realization process of understanding.
Goldbach
- 哥德巴赫猜想: 将一给定的偶数表示成两个质数之和被称之为此数的哥德巴赫分割。例如， 4 = 2 + 2 6 = 3 + 3 8 = 3 + 5 10 = 3 + 7 = 5 + 5 12 = 5 + 7 14 = 3 + 11 = 7 + 7 … 换句话说，哥德巴赫猜想主张每个大于等于 4 的偶数都是哥德巴赫数－可表示成两个质数之和的数。[1]另有对奇数的相似猜想，称之为李维猜想。 -Goldbach s conjecture:
FilePartition
- vb做的文件分割器，实现大文件的分割和合并。-vb file to do the partitioning, and implementation of large files and merge partitions.
DichotomyModel
- 二分法 数学方面： 一般地，对于函数f(x),如果存在实数c,当x=c是f(c)=0,那么把x=c叫做函数f(x)的零点。 解方程即要求f(x)的所有零点。 先找到a、b，使f(a)，f(b)异号，说明在区间(a,b)内一定有零点，然后求f[(a+b)/2], 现在假设f(a)<0,f(b)>0,a<b ①如果f[(a+b)/2]=0，该点就是零点， 如果f[(a+b)/2]<0,则在区间（(a+b)/2，b)
buffer
- 在MATLAB中可以当做发射信号的缓冲，以提高系统的稳定性，从而防止数据的剧烈变化-BUFFER Buffer a signal vector into a matrix of data frames. Y = BUFFER(X,N) partitions signal vector X into nonoverlapping data segments (frames) of length N. Each data frame occupies one colu
kmeansimagesegmentation
- k-means算法实现图像分割 根据输入的类别数量来计算类别平均值-k-means algorithm for image segmentation This program gets an image and the desired number of partitions and finds the means of the different classes and provides a classified image.
An-Improved-Mean-Shift-Algorithm
- 奉文主要针对经典的Mean Shift跟踪算法均匀剖分整个颜色空间造成许多空的直方图区间以及不能准确表达目标 颜色分布的缺点，提出J，一种改进算法．该改进算法首先对目标的颜色进行聚类分析，根据聚类结果通过矩阵分解和正交变换 自适席地剖分日标的颜色空间从向确定对戍于每一聚类的子空间．在此基础上定义 一种新的颜色模型，该模型统计落入每 一颜色子空间的像素的加权个数并用高斯分布建模每一个子空间的颜色分布，并推导r一种相似性度量米比较目标和候选目 标的颜色模型之间的相似程度．最后基于该颜
48
- OFDM系统的PAPR性能与分割方式有关，但除此之外还与输入数据的子分组数V、相位集合中的相位数P以及子载波数量N有关。下面，对各种条件下PTS-OFDM系统的性能进行了仿真。-PAPR performance of OFDM systems and partitions the way, but in addition to the input data, the number of sub-group V, number of phases in the collection phase P
TU45
- 给出了不同分割数量V条件下的系统的PAPR性能，分割方法为随机分割，辅助相位集合的相位数P=4(即 可选择的范围为{0,π/2,π,3π/4})，N=128，子载波采用QPSK调制，仿真的OFDM符号数为1000个。-V gives the number of different partitions of the system under PAPR performance of random segmentation segmentation, the number of secondary
Hurst2
- One way to determinate the Hurst exponent The diference is the form of the partitions for the range. They are helpfull to compare.
Robot
- In a 2-dimensional grid/plane (n*m) there are either walls or spaces. We represent the walls as ‘# ’ in the diagram (with spaces coloured into different partitions) In such a grid we can place robots who can move horizontally and verti
number-of-partitions
- 问题描述： 整数划分是一个经典的问题。希望这道题会对你的组合数学的解题能力有所帮助。 输入： 每组输入是两个整数n和k。(1 <= n <= 50, 1 <= k <= n) 输出： 对于每组输入，请输出六行。 第一行： 将n划分成若干正整数之和的划分数。 第二行： 将n划分成k个正整数之和的划分数。 第三行： 将n划分成最大数不超过k的划分数。 第四行： 将n划分成若干奇正整数之和的划分数
Ga-tsp
- 遗传算法tsp问题 针对题目中物流配送路径优化问题，本文引入0-1规划思想，建立了带约束条件的物流配送问题的数学模型。求解时，引入遗传算法的编码方式，并针对分区数与客户数量相差较小的情况，灵活运用分区配送算法确定包含最优解的分区序列组，紧密结合枚举法使得其算法兼顾简单、快速的优点。应用Matlab软件可执行得到最短路径。兼顾时间因素导致的复杂影响，我们引入了惩罚函数，并通过设定惩罚系数，进一步由最短路径求得最优路径。-Genetic algorithm tsp problem of logist
color image segmentation
- Clustering is a way to separate groups of objects. K-means clustering treats each object as having a location in space. It finds partitions such that objects within each cluster are as close to each other as possible, and as far from objects in other
kmeans
- k均值聚类方法。 在给定一个有n个对象的数据集，划分聚类技术将构造数据进行k个划分，每一个划分代表一个簇，k小于等于n。-k-means clustering method. Given a set of n objects data, dividing the data clustering techniques to construct k partitions, each partition represents a cluster, k less than or equal n.
CCA
- 新型可信性聚类算法CCA，聚类性能比FCM和K-Means要好很多-A data clustering method partitions unlabeled data sets into clusters and labels them for various goals such as computer vision and pattern recognition.
xiaobofangli
- 小波变换分解低频和高频，并计算能谱熵用以区分区内外故障-Wavelet transform is decomposed into high and low frequency, and energy entropy calculation for partitions inside and outside the fault zone
CureDemo
- 实现的cure聚类的demo。算法在开始时，每个点都是一个簇，然后将距离最近的簇结合，一直到簇的个数为要求的K。它是一种分裂的层次聚类。算法分为以下6步： 1）从源数据对象中抽取一个随机样本S。 2）将样本S分割为一组划分。 3）对划分局部的聚类。 4）通过随机取样提出孤立点。如果一个簇增长得太慢，就去掉它。 5）对局部的簇进行聚类。 6）用相应的簇标签标记数据。(The implementation of the cure clustering of the