搜索资源列表
-
3下载：
基于K-means聚类算法的社团发现方法
先定义了网络中节点关联度,并构建了节点关联度矩阵, 在此基础上给出了一种基于 K-means聚类算法的复杂网络社团发现方法。
以最小关联度原则选取新的聚类中心, 以最大关联度原则进行模式归类,直到所有的节点都划分完为止, 最后根据模块度来确定理想的社团数-K-means clustering algorithm based on the association discovery
To define a network node cor
-
-
1下载：
mRMR_0.9_compiled最小冗余和最大相关特征选取源代码，-This package is the mRMR (minimum-redundancy maximum-relevancy) feature selection method, whose better performance over the conventional top-ranking method has been demonstrated on a number of data sets in recent pu
-
-
0下载：
运用递归与分治策略同时找到一组数据的最大最小数,算法复杂度为n*logn-The use of recursive divide and conquer strategy with the same time find a set of minimum and maximum number of data, the algorithm complexity is n* logn
-
-
0下载：
双端队列应用于优化算法，解决竞赛题：由题目所说，Mr Pote有n个袋子装豆子。Mr Pote从中进行挑选包装，要求找出连续一列袋子，使得它们的豆子总和s在满足s p<=k条件下最大 ，以保证被狗狗吃掉的最少，并且Mr .Pote装的豆子最多。最后输出狗狗吃掉的豆子数目，即s p的结果。
抽象后表述为：给定n,p,k,以及n项数列[wi]，要求找出其一个连续子序列，使得其和s在满足s p<=k的条件下最大，输出s整除p的结果。-Double-ended queue used in
-
-
3下载：
通用的遗传算法，可实现以下问题：（a）设计出n种不同尺寸货品的排放方法，使得集装箱的空间利用率最高；（b）给出一批货物所需的最少集装箱数量。请给出在附件一对应具体问题下的最优排放及空间利用率。
-General genetic algorithm, can achieve the following questions: (a) design of size n different methods of emission goods, allowing maximum utilization
-
-
0下载：
2. iris鸢尾植物数据
a) 数据集描述：该数据集包含150个实例，属性个数为4，已知分为3类。
b) 参数选择：
聚类数为3
加权指数m=2
最大迭代次数为1000，隶属度最小变化量1e-5
-1. Iris iris plant data
A) data set descr iption: the data set contains 150 examples, the number of attribute
-
-
1下载：
1. Synthetic Control Chart Time Series合成控制图时间序列
a) 数据集描述：该数据集包含600个实例，属性个数为6，已知分为6类。
b) 参数选择：
聚类数为6
加权指数m=2
最大迭代次数为1000，隶属度最小变化量1e-5
-1. Synthetic Control Chart Time Series Synthetic Control Chart Time sequence
-
-
0下载：
基于matlab7以上版本的遗传算法N为种群大小，M为目标数目，V为决策变量数目，min_range为决策变量最小值数组， max_range为决策变量最大值数组，f为初始群体-Genetic algorithm N-based version of the matlab7 more than the population size, M is the number of targets, V is the number of decision variables, min_range the
-
-
0下载：
经验模态分解(EMD Empirical Mode Decomposition )算法是Hilbert-Huang变换(HHT)的核心算法。经验模态分解(EMD)算法是通过算法过程定义的，而并非由确定的理论公式定义的，所以对其进行准确的理论分析非常困难，我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。 EMD算法的目的在于将性能不好的信号分解为一组性能较好的本征模函数（IMFIntrinsic Mode Function ），且IMF须满足以下两个性质：
(1)信号的极值点(极
-
