搜索结果

找到约 30,139 项符合 划分算法 的查询结果

matlab例程 目标跟踪的扩展卡尔曼滤波算法主函数的文件是:kal_demo.m 近似网格滤波的主函数文件是:bayes_demo.m 近似网格滤波划分网格的方法是:以目标上一个时刻的位置作为中心进行网格

目标跟踪的扩展卡尔曼滤波算法主函数的文件是:kal_demo.m 近似网格滤波的主函数文件是:bayes_demo.m 近似网格滤波划分网格的方法是:以目标上一个时刻的位置作为中心进行网格的划分,每个网格大小为1,总的区域为5*5 改进后算法的主函数文件是:trackiing_demo.m ...
https://www.eeworm.com/dl/665/243522.html
下载: 103
查看: 1109

软件设计/软件工程  提出基于格网划分的实时LOD 分层方法, 该方法基于DEM 和影像数据固有的栅格特点, 使用简单的几何算法即可实现DEM 数据的动态分层, 计算量小, 可实现对大数据集DEM 数据的实时漫游.

 提出基于格网划分的实时LOD 分层方法, 该方法基于DEM 和影像数据固有的栅格特点, 使用简单的几何算法即可实现DEM 数据的动态分层, 计算量小, 可实现对大数据集DEM 数据的实时漫游.
https://www.eeworm.com/dl/684/267038.html
下载: 130
查看: 1107

matlab例程 蚁群算法连续域空间寻优:基于网格划分策略

蚁群算法连续域空间寻优:基于网格划分策略,无约束非线性最优问题程序实例
https://www.eeworm.com/dl/665/291233.html
下载: 124
查看: 1104

matlab例程 基于栅格划分的环境中,研究了机器人路径规划问题中蚁群系统的“外激素”表示及更新方式,并将遗传算法的交叉操作结合到蚁群系统的路径寻优过程中,提高了蚁群系统的路径寻优能力,为蚁群算法的应用提供了一种新的探

基于栅格划分的环境中,研究了机器人路径规划问题中蚁群系统的“外激素”表示及更新方式,并将遗传算法的交叉操作结合到蚁群系统的路径寻优过程中,提高了蚁群系统的路径寻优能力,为蚁群算法的应用提供了一种新的探索。
https://www.eeworm.com/dl/665/308212.html
下载: 59
查看: 1066

VC书籍 工件识别中决策树分类器的设计 该文介绍了利用特征的概率分布进行树分类器的设计。采用了二叉链表表示法来组织决策树的结构, 并提出一种分类界面的选取算法以划分特征空间。这种设计已成功地运用在一个工件识

工件识别中决策树分类器的设计 该文介绍了利用特征的概率分布进行树分类器的设计。采用了二叉链表表示法来组织决策树的结构, 并提出一种分类界面的选取算法以划分特征空间。这种设计已成功地运用在一个工件识别系统中 ...
https://www.eeworm.com/dl/686/313961.html
下载: 142
查看: 1127

其他 Generate_decision_tree算法由数据划分D的训练元组产生决策树。

Generate_decision_tree算法由数据划分D的训练元组产生决策树。
https://www.eeworm.com/dl/534/314091.html
下载: 75
查看: 1068

数值算法/人工智能 CURE(Clustering Using Representatives)是一种针对大型数据库的高效的聚类算法。基于划分的传统的聚类算法得到的是球状的

CURE(Clustering Using Representatives)是一种针对大型数据库的高效的聚类算法。基于划分的传统的聚类算法得到的是球状的,相等大小的聚类,对异常数据比较脆弱。CURE采用了用多个点代表一个簇的方法,可以较好的处理以上问题。并且在处理大数据量的时候采用了随机取样,分区的方法,来提高其效率,使得其可以高效的处理 ...
https://www.eeworm.com/dl/518/314830.html
下载: 46
查看: 1521

数值算法/人工智能 经典的划分聚类算法

经典的划分聚类算法,isodata。可以不需要提供K值,进行聚类
https://www.eeworm.com/dl/518/314842.html
下载: 24
查看: 1075

数值算法/人工智能 经典的划分聚类算法Kmeans。包能能用

经典的划分聚类算法Kmeans。包能能用,而且提供数据。在linux下和windows下都测试过。
https://www.eeworm.com/dl/518/314844.html
下载: 141
查看: 1046

人工智能/神经网络 FCM算法是一种基于划分的聚类算法

FCM算法是一种基于划分的聚类算法,它的思想就是使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进,普通C均值算法对于数据的划分是硬性的,而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。 ...
https://www.eeworm.com/dl/650/347123.html
下载: 60
查看: 1055