搜索资源列表
lqx10002
- 最佳高度问题。 问题描述： 假设有n个任务由K个可并行工作的机器完成。完成任务i需要的时间为t(i)。试设计一个算法找出完成这n个任务的最佳调度，使得完成全部任务的时间最早。-best height of the problem. Problem descr iption : Suppose a mandate from the n-K parallel work can be completed machines. I need to complete the task for t
程序员考试
- 没有界面，用C写的小程序 问题如下：一家软件公司招聘了数十位程序员，分成若干部门。 进行一次考试，对各个部门的所有程序员进行考核。考试结束后评出了每个人的分数。现在需要知道，在每个部门内，成绩最好的程序员和成绩最差的程序员分别是谁。输入有N+1行，每一个有若干正整数。第一行只有一个正整数，代表公司的部门数目。剩余的N行，每一行代表了该部门所有程序员的得分。其中每行第一个数字k代表了该部门的程序员个数，该行剩下的有k对数据，每对数据包括一个程序员的姓名（一个字符串）和其得分（一个正整数）。【输出形
8
- This program identifies the best poker hand made up of 5 cards from the 7 provided. These cards are - or space separated and look like this: 3S-9D 5S-6D-TH-2S-KC. The first letter of each pair is the value which is one of 2,3,4,5,6,7,8,9,T,J,Q,K, A.
ols
- 正交最小二乘辨识算法 该算法除了实现最小二乘辨识功能之外而且能按照各项重要性将其逐一选出并且估计相应系数-OLS Orthogonal Least Quares. [x, ind] = OLS(A,b,r) gives the solution to the least squares problem using only the best r regressors chosen from the ones present in matrix A. This
k-th
- 在Bialas與Karwan的第 解演算法 [13] 則是搜尋限制式解域中的端點，並且歸類為已搜尋端點集合、未搜尋端點集合、可行解端點集合、非可行解端點集合，再從可行解端點集合中找出使高階目標值最佳的端點。-Bialas and Karwan in the first solution algorithm [13] is the search for solutions in the domain of endpoint constraints, and the endpoints are cl
kmeans
- k means algorithm with best results
lsyc
- 信道容量C的迭代算法 函数说明： [CC,Paa]=ChannelCap(P,k) 为信道容量函数 变量说明： P：输入的正向转移概率矩阵，k：迭代计算精度 CC：最佳信道容量，Paa：最佳输入概率矩阵 Pa：初始输入概率矩阵，Pba：正向转移概率矩阵 Pb：输出概率矩阵，Pab：反向转移概率矩阵 C：初始信道容量， r：输入符号数，s：输出符号数 -Channel capacity C o
xxs
- 信道容量C的迭代算法 函数说明： [CC,Paa]=ChannelCap(P,k) 为信道容量函数 变量说明： P：输入的正向转移概率矩阵，k：迭代计算精度 CC：最佳信道容量，Paa：最佳输入概率矩阵 Pa：初始输入概率矩阵，Pba：正向转移概率矩阵 Pb：输出概率矩阵，Pab：反向转移概率矩阵 C：初始信道容量， r：输入符号数，s：输出符号数 -Channel capacity C o
FitDataToALogisticFunction
- 在这项工作中所使用的方法是基于一个由大卫阿诺德教程。 http://online.redwoods.cc.ca.us/instruct/darnold/diffeq/logistic/logistic.pdf 这将运行该Logistic.m带来了图形用户界面。 1。放弃在列的格式文本文件中的x值 2。放弃在山口格式文本文件中的y值 3。的阴谋初始 按钮将绘制的分布 4。 查找适合 按钮，会找到最适合 5。 重置 将删除的情节（虽然我想打扫所有的领域
k-means
- K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。-K-means algorithm is based on the division of the classic clustering method, is ten classic one of data mining algorithm. K-means the
K-MEANS
- 均值计算方法源码实现：分群的方法，就改成是一个最佳化的問題，換句话說，我們要如何选取 c 个群聚以及相关的群中心，使得 E 的值为最小。 -Method of calculating the mean source implementation: clustering method, based on the best change is a problem, in other words, how do we choose c a center cluster and related g
Sigmon-K.-MATLAB-Primer-(3rd-ed.-1993)(en)(34s).r
- The purp ose of this Primer is to help you b egin to use MATLAB. It is not intendedto b e a substitute for the User s Guide and Reference The purpose of this Primer is to help you begin to use Matlab.The Primer can best be used hands-on. You are enco
Improved_KNN
- 该算法在原有KNN的基础上实现自动选择最佳K值，并且在不同数据集中具有通用性，同时附有评价算法。-this algorithm can choose the best value of K based the original KNN algrithm,and it can be used universally in different dataset,it also include a measure algrithm to estimate the result.
KSVD_Matlab_ToolBox
- The K-SVD is a new algorithm for training dictionaries for linear representation of signals. Given a set of signals, the K-SVD tries to extract the best dictionary that can sparsely represent those signals.
MLRE
- MLRE算法，选取最优K近邻，是识别率达到更高-MLRE algorithm select the best K-nearest neighbor, is to achieve a higher recognition rate
find--k-best-1.00
- Implementation of the Murty algorithm to obtain the best K assignments. Includes the implementation of the Jonker-Volgenant algorithm. Usual applications are multiple target tracking algorithms, Joint Probabilistic Data Association (JPDA), Mult
k_bestc
- 使用c语言实现K-best算法。即寻求一个矩阵中的K 个最优解，可以用于多目标跟踪算法。-c code to realize the k-best algorithm.Namely to calculate k numbers of optimal resolution which can be used in multi-objects tracking
Revised-k-best-matlab
- 实现k-best算法,用于多目标跟踪,或者k个最有值的估计-realize the k-best algorithm which can be used in multi-objects tracking and calculated the k numbers of optimal value
Improved K-means
- 基于数据密度自动计算最佳K聚类中心，对数据进行聚类(The best K clustering center is automatically calculated based on data density to cluster data.)
kmean
- 确定K均值最佳聚类数，把数据导入后运行即可(Determining the best clustering number of K mean)