搜索资源列表
GN_FN
- 复杂网络社团结构划分算法里最经典的GN算法和FN算法的实现原码-Community structure of complex networks division algorithm in the most classic GN algorithm and the algorithm to achieve the original code FN
dtmf
- 本程序用于检测音频文件中是否具有DTMF信号,若有则将其检出。 程序首先使用Goertzel算法求出以FRAMESIZE(默认200)为大小的一帧数据在8个DTMF频点上的能量。 对Goertzel算法的改进,对于系数的计算不是采用2*cos[2*pi*k/N],而是采用2*cos[2*pi*fn/fs],这样能够降低误差。 确定了8个频点的能量后运用一系列判决门限来确定有没有DTMF信号,以及信号是什么。 -This procedure used to detect wh
disk
- 贪心算法作业的解题报告(含证明)和源代码:磁盘文件最优存储问题,当初证明花了一些时间。问题描述:设磁盘上有n个文件,f1,f2,…,fn,,每个文件占磁盘上1个磁道。这n个文件的检索概率分别是p1,p2,…,pn, 且∑pi=1。磁头从当前磁道移到被检信息磁道所需的时间可用这2 个磁道之间的径向距离来度量。如果文件pi存放在第i道上, ,则检索这n 个文件的期望时间是∑pipjd(i,j) 其中d(i,j) 是第i道与第j 道之间的径向距离|i-j|。磁盘文件的最优存储问题要求确
code
- Minhashing和LSH算法。用于查找和比较一个pair是否是相似的。并分析false negative和false positive的值-Minhashing and Locality-Sensitive-Hashing (LSH). The algorithms are approximate in that they find only candidate pairs that are likely similar. Therefore, there are two types of
A1A2
- 通过fn算法,实现社区网络发现的一个例子。(Through FN algorithm, an example of community network discovery is implemented.)
RRT-star-master
- RT(快速扩展随机树)是一种基于采样的算法求解路径规划问题。RRT提供可行的解如果时间RRT趋于无穷大。 RRT *是一个基于采样的算法为解决运动规划问题,这是一个概率最优变异性。RRT *收敛到最优解的渐近。 RRT * FN是一个基于采样的算法基于RRT *。RRT * FN内在渐近收敛到最优解,然而RRT * FN实现使用更少的内存(RRT (Rapidly-Exploring Random Tree) is a sampling-based algorithm for solving
Fast-Newman
- matlab上实现的复杂网络的社区发现算法--FN快速算法(Community discovery algorithm for complex networks implemented on MATLAB --FN fast algorithm)