代码搜索结果
找到约 41,699 项符合
K 的代码
k.d
k.o: k.c
k
<mark>k</mark>近邻算法(<mark>k</mark>nn, <mark>k</mark> nearest neighbor)
2009-04-13 20:12
前两天受朋友之托，帮忙与两个<mark>k</mark>近邻算法，<mark>k</mark>近邻的非正式描述，就是给定一个样本集exset，样本数为M，每个样本点是N维向量，对于给定目标点d，d也为N维向量，要从exset中找出与d距离最近的<mark>k</mark>个点(<mark>k</mark> ...
k-means.cpp
// K-means.cpp : Defines the entry point for the console application.
//
#include "stdafx.h"
/*********************************************************/
/*
k.h
/*K 8 K.H LCDIcon FileDescriptor: Do not edit or move */
/* Put Your Comments Here */
#define K_BMP_ROWS 8
#define K_BMP_COLS 8
const char code lcd_k[] =
{
0x00, /* ........ */
0x41
k.lnp
"K.obj",
"STARTUP.obj"
TO "K"
k-c.txt
k-均值聚类算法c语言版
#include
#include
#define TRUE 1
#define FALSE 0
int N;//数据个数
int K;//集合个数
int * CenterIndex;//初始化质心数组的索引
double * Center;//质心集合
dou
k-means算法1.txt
<mark>K</mark>-MEANS算法
输入：聚类个数<mark>k</mark>，以及包含 n个数据对象的数据库。
输出：满足方差最小标准的<mark>k</mark>个聚类。
处理流程：
（1） 从 n个数据对象任意选择 <mark>k</mark> 个对象作为初始聚类中心；
（2） 循环（3）到（4）直到每个聚类不再发生变化为止
（3） 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离 ...
k-means算法.txt
<mark>K</mark>-MEANS算法
<mark>k</mark>-means 算法接受输入量 <mark>k</mark> ；然后将n个数据对象划分为 <mark>k</mark>个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。
<mark>k</mark>-means 算法的工作过程说明如下：首先从n个数据对象任意选择 <mark>k</mark> 个对象作为初始聚 ...
k.txt
K类
函数名: kbhit
功 能: 检查当前按下的键
用 法: int kbhit(void);
程序例:
#include
int main(void)
{
cprintf("Press any key to continue:");
while (!kbhit()) /* do nothing */ ;
cpr
k
// k阶费那波契序列.cpp : Defines the entry point for the console application.
//
#include
#include
typedef struct QNode{
int data;
struct QNode * next;
}QNode,* QueuePtr