搜索资源列表
rstPawlak
- REDUCT_PAWLAK 基于Pawlak属性重要度的属性约简算法-Key property REDUCT_PAWLAK based on Pawlak Attribute Reduction Algorithm
GainOfQuote
- 在数据挖掘算法中，计算属性的阈值算法，可以通过计算选择有效的属性-In the data mining algorithm, the calculation of property the threshold algorithm, you can select by calculating the effective property
yuandaima
- 基于遗传算法，针对考试系统的自动出题问题，应用矩阵理论的知识，为自动组卷系统建立了一个合适的数学模型，使我们能在数学模型的基础上，应用遗传算法全局寻优和智能搜索的特性，在试题的各种属性满足数学模型的控制指标的基础上，从题库中既好又快的抽出一组符合考方要求的试题，从而得到一份满意的试卷。-Based on genetic algorithms, automatic test system for the title problem, the application of matrix theory
SLIQ
- 改进的 SLIQ 算法 能够有效地减少计算的复杂度，且算法不需要将所有属性的所有属性值的吉尼指数全部计 算，而是通过计算不同范围内的属性值就可以达到同样的效果。本文结合实际生活中的实 例，将该算法与原有 SLIQ 算法和基于人工神经网络的分类算法应用结果比较，实验结果 表明该算法的分类准确率远远高于 SLIQ 算法和基于人工神经网络的分类算法。-Improved SLIQ algorithm can effectively reduce the computational com
SplayTree
- A splay tree is a self-adjusting binary search tree with the additional property that recently accessed elements are quick to access again. It performs basic operations such as insertion, look-up and removal in O(log n) amortized time.
4floorearthquake
- 近年来，随着各国大地震的接连发生，对人类的生命财产造成了巨大的损失，高层建筑的隔震抗震引起了广泛关注。因此，在实际结构中对与建筑隔震性能的研究具有重要的意义。本文提出依次采用扩展卡尔曼识别结构响应和最小二乘识别未知激励的方法，对隔震层的无模型非线性特性进行识别。首先是在小地震线性情况下识别出结构参数刚度和阻尼，然后在大地震下对隔震特性进行识别。算例表明,该方法对已知地震激励下的隔震结构，其非线性特性的识别具有较高的精度。这样可通过结构迟滞力的变化，对结构的隔震性能进行有效的识别。-Recentl
C4.5
- 决策树经典学习算法，C4.5算法是ID3算法的改进，加上了子树的信息，因素属性的值可以是连续量,训练例的因素属性值可以是不确定的,对已生成的决策树进行裁剪,减小生成树的规模.-Decision tree learning algorithm of C4.5 algorithm is the classic, the improved ID3 algorithm, coupled with the subtree of the information, the factor attribute v
animal-recognise
- c++动物识别系统 1一开始系统会询问你动物属性，输入“Y”或者“N”，后，系统会继续出现问题，继续回答，直至出现最后的答案；2． 当判别至最后，都无法得到规则的结果时，系统会出现这样的提示“对不起，此专家系统推不出是什么动物。”；3． 当一次判别结束后，会出现“继续执行此动物判别系统吗？（Y or N）”，则会开始新的一局，输入“N”，则会退出，输入“Y”则继续进行动物判别。-C++ a a start system of animal identification system will a
Enhancement-Based-on-Visual-Property
- 常见的基于人类视觉特性的图像增强算法由于是同时完成动态范围压缩和对比度增强,导致增强图像的整 体对比度不高、边缘部分效果不佳.通过分析人类视觉系统的全局和局部自适应调节原理及人眼视网膜神经节细胞 感受野的传输特性,提出一种仿生图像增强算法.为适应人类视觉系统对光强的主观感觉特性,对图像作全局亮度 对数变换 并利用人眼的主观亮度感觉与实际光强的对数呈局部线性关系的特性,采用视网膜神经元感受野三高斯 模型来调整亮度图像的局部对比度 最后利用线性变换恢复图像的彩色信息.实验结果表明,该
shenjingwangluo
- 这个程序用神经网络建立数学模型，检验两者的匹配性(A mathematical model is established by neural network to test the matching property)
hrorrcol-expertise-property
- Fortran的一些常用算法的代码 供数值分析用()