搜索资源列表
nearpiont
- 最接近点对问题是求二维坐标中的点对问题，该算法是为了将平面上点集S线性分割为大小大致相等的2个子集S1和S2，我们选取一垂直线l:x=m来作为分割直线。其中m为S中各点x坐标的中位数。由此将S分割为S1={p∈S|px≤m}和S2={p∈S|px>m}。从而使S1和S2分别位于直线l的左侧和右侧，且S=S1∪S2 。由于m是S中各点x坐标值的中位数，因此S1和S2中的点数大致相等。 递归地在S1和S2上解最接近点对问题，我们分别得到S1和S2中的最小距离δ1和δ2。现设δ=min(δ
AutomaticImageSegmentationAlgorithmThreshold
- 摘 要 该文提出了一种新的图像阈值分割算法。该算法通过求取最大模糊熵准则下，灰度均值直方图的最佳模糊划分 参数来确定两个模糊集 和 ，图像分割阈值即选取为两个模糊集的交点。该算法用 的模糊熵定义适应度函数， . / 01234 采用改进的遗传算法寻求最佳模糊参数。该文对遗传算法的改进包括，给出了缩短染色体码长的编码方法和性能良好的 改进的单点交叉算子和均匀变异算子。实验结果表明，该算法的分割效果与二维模糊熵算法接近，而计算时间还没有用 到二维模糊熵算法的一半。
Algorithm
- 本文章首先简要介绍了一维与二维情况下的最接近点对问题与所涉及到的解决算法.然后,把最接近点对问题延伸至三维,提出了自己的解决思想,并提供了相关伪代码,以供参考.请各位朋友多提建议!
yiwei
- 完成一维的最接近点对问题，用的是分治算法进行的-The closest point to complete one-dimensional problem, using a partition algorithm of
Pair
- 完成一维，二维，的最接近点对问题，还有界面-Complete the one-dimensional, two-dimensional, the closest point on the issue, as well as the interface
Algorithm-design-code
- 一次大型的party最后节目是选取一位幸运人士；完成一维的最接近点对问题 第k小的元素-A large party last program is to select a lucky person complete the one-dimensional closest point problems small element of the k