搜索结果
找到约 1,178 项符合
k-nn 的查询结果
单片机开发 32 k eeprom c51 源程序 调试通过
32 k eeprom c51 源程序 调试通过
数据结构 /*最大k乘积问题 问题描述: 设I是一个n位十进制整数。如果将I划分为k段
/*最大k乘积问题 问题描述: 设I是一个n位十进制整数。如果将I划分为k段,则可得到k个整数。这k个整数的乘积称为I的一个k乘积 。 试设计一个算法,对于给定的I和k,求出I的最大k乘积(n<=10)。 示例:输入为 : 4 3 结果:1234 */
matlab例程 動態聚類k-means演算 將輸入在程式中的數據資料 給予適當的分群
動態聚類k-means演算 將輸入在程式中的數據資料 給予適當的分群
数据结构 (1)输入E条弧<j,k>,建立AOE-网的存储结构 (2)从源点v出发,令ve[0]=0,按拓扑排序求其余各项顶点的最早发生时间ve[i](1<=i<=n-1).如果得到的拓
(1)输入E条弧<j,k>,建立AOE-网的存储结构 (2)从源点v出发,令ve[0]=0,按拓扑排序求其余各项顶点的最早发生时间ve[i](1<=i<=n-1).如果得到的拓朴有序序列中顶点个数小于网中顶点数n,则说明网中存在环,不能求关键路径,算法终止 否则执行步骤(3)(3)从汇点v出发,令vl[n-1]=ve[n-1],按逆拓朴排序求其余各顶点的最迟发生时间vl[i]( ...
人工智能/神经网络 K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K-均值聚类的的时间复杂度是n*k*m
K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K-均值聚类的的时间复杂度是n*k*m,其中n为样本数,k为类别数,m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类,寻找最优,列举一遍约66.7天,分成3类,则要约3500万年。针对算法局部最优的缺点,本人正在编制模 ...
人工智能/神经网络 由于K-均值聚类算法局部最优的特点
由于K-均值聚类算法局部最优的特点,而模拟退火算法理论上具有全局最优的特点。因此,用模拟退火算法对聚类进行了改进。20组聚类仿真表明,平均每次对K结果值改进8次左右,效果显著。下一步工作:实际上在高温区随机生成邻域是个组合爆炸问题(见本人上载软件‘k-均值聚类算法’所述),高温跳出局部解的概率几乎为0,因 ...
其他 一个关于adaboost和NN的matlab程序
一个关于adaboost和NN的matlab程序,对了解adaboost的过程和编写有很大的帮助。
其他 是K均值算法的一个Linux下的编译的程序,用标准C++编写的
是K均值算法的一个Linux下的编译的程序,用标准C++编写的
matlab例程 数据挖掘中K均值算法的实现用MATLAB编写
数据挖掘中K均值算法的实现用MATLAB编写