搜索结果
找到约 3,583 项符合
n-k 的查询结果
金融证券系统 股票搜索程序,可自动搜索符合一定条件的股票。这里的条件主要包括前N天的成交量、价格等参数形成的K线特征。
股票搜索程序,可自动搜索符合一定条件的股票。这里的条件主要包括前N天的成交量、价格等参数形成的K线特征。
数据结构 实现最优二叉树的构造；在此基础上完成哈夫曼编码器与译码器。 假设报文中只会出现如下表所示的字符： 字符 A B C D E F G H I J K L M N 频度 186 64 13 22
实现最优二叉树的构造；在此基础上完成哈夫曼编码器与译码器。 假设报文中只会出现如下表所示的字符：
字符 A B C D E F G H I J K L M N
频度 186 64 13 22 32 103 21 15 47 57 1 5 32 20 57
字符 O P Q R S T U V W X Y Z ， ．
频度 63 15 1 48 51 80 23 8 18 1 16 1 6 2
要求完成的系统应具备如下的功能：
1 ...
数学计算 Ex3-23 亲兄弟问题 « 问题描述： 给定n 个整数0 1 1 , , , n- a a  a 组成的序列。序列中元素i a 的亲兄弟元素k a 定义为： min{
Ex3-23 亲兄弟问题
&laquo 问题描述：
给定n 个整数0 1 1 , , , n- a a &#61516 a 组成的序列。序列中元素i a 的亲兄弟元素k a 定义为：
min{ | } k i j n j j i a = a a &sup3 a
< <
。
亲兄弟问题要求给定序列中每个元素的亲兄弟元素的位置。元素i a 的亲兄弟元素为k a
时，称k 为元素i a 的亲兄弟元素的位置。当元素i a ...
matlab例程 ％ EM algorithm for k multidimensional Gaussian mixture estimation ％ ％ Inputs: ％ X(n,d) - input da
％ EM algorithm for k multidimensional Gaussian mixture estimation
％
％ Inputs:
％ X(n,d) - input data, n=number of observations, d=dimension of variable
％ k - maximum number of Gaussian components allowed
％ ltol - percentage of the log likelihood difference between 2 iterations ([] for none)
％ ...
书籍源码 求第K个最小值 比2分法还快的算法 只要比N-1次就行
求第K个最小值 比2分法还快的算法 只要比N-1次就行
数值算法/人工智能 在一个操场的四周摆放着n 堆石子。现要将石子有次序地合并成一堆。规定在合并过程 中最多可以有m(k)次选k 堆石子合并成新的一堆
在一个操场的四周摆放着n 堆石子。现要将石子有次序地合并成一堆。规定在合并过程
中最多可以有m(k)次选k 堆石子合并成新的一堆，2≤k≤n，合并的费用为新的一堆的石子
数。试设计一个算法，计算出将n 堆石子合并成一堆的最小总费用。 ...
微处理器开发 替代加密: A B C D E F G H I J K L M N O P Q R S T U V W 密文 Y Z D M R N H X J L I O Q U W A C B E G
替代加密:
A B C D E F G H I J K L M N O P Q R S T U V W 密文
Y Z D M R N H X J L I O Q U W A C B E G F K P 明文
X Y Z
T S V
I HAVE A DREAM！#
密文？？
用ARM编程实现替代加密。
matlab例程 1、以不同的视角观察球面 和圆柱面 所围区域。2、画出s(t)=cos(2/3πf0t)的曲线及其付氏变换的曲线.设:f0=1KHz,时域分辨率 dt=0.01ms, 采样点数 N=2k, k>
1、以不同的视角观察球面 和圆柱面 所围区域。2、画出s(t)=cos(2/3πf0t)的曲线及其付氏变换的曲线.设:f0=1KHz,时域分辨率 dt=0.01ms, 采样点数 N=2k, k>10.（均为M文件）
其他 K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k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
K-MEANS算法:
k-means 算法接受输入量 k ；然后将n个数据对象划分为 k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。
k-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 k ...
数值算法/人工智能 K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k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
K-MEANS算法:
k-means 算法接受输入量 k ；然后将n个数据对象划分为 k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。
k-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 k ...