分形维数的简介以及公式说明，图片和信号的简单分形计算分形，适合初学者参考学习
上传时间： 2019-08-28
上传用户：long12
混沌的G-P算法，利用G-P算法计算混沌时间序列的关联维数
上传时间： 2013-12-23
上传用户：woshiayin
java语言中的数组，包括一维数组和多维数组
上传时间： 2015-03-28
上传用户：1427796291
输入30个数到一个5行6列数组，经排序后该数组各元素值按行从小到大排列，并显示该二维数组。 要求：直接在该数组中排序，不得转存于一个一维数组。
上传时间： 2013-12-19
上传用户：缥缈
现有的代数特征的抽取方法绝大多数采用一维的方法，即首先将图像转换为一维向量，再用主分量分析（PCA）,Fisher线性鉴别分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用适合的分类器分类。针对一维方法维数过高，计算量大，协方差矩阵常常是奇异矩阵等不足，提出了二维的图像特征抽取方法，计算量小，协方差矩阵一般是可逆的，且识别率较高。
标签： 特征
上传时间： 2014-11-29
上传用户：tianjinfan
// 带有列主元的高斯消元法 // 功能： 求解线性方程组 Ax = b // 参数： A － 指向n*n系数矩阵的指针 // b － 常数向量的指针 // n － 方程组的维数 // 返回值：0 － 如果成功。线性方程组的解保存在 b 中 // 1 － 求解失败
上传时间： 2013-12-18
上传用户：xcy122677
提出一种基于分形理论和BP 神经网络的航空遥感图像有监督分类方法。该方法尝试将航空图像 的光谱信息和纹理特征相结合。它首先将彩色航空图像由RGB 格式转化为HSI 格式,然后,根据亮度计算分 数维、多重分形广义维数谱q-D( q) 和“空隙”等基于分形的纹理特征,同时加入归一化的色度和饱和度作为光 谱特征,采用BP 神经网络作为分类器。通过对彩色航空图像的分类实验,结果证实该方法行之有效。
上传时间： 2014-01-11
上传用户：qq1604324866
第一部分 基础篇 实例1 第一个C程序 2 实例2 求整数之积 6 实例3 比较实数大小 8 实例4 字符的输出 10 实例5 显示变量所占字节数 11 实例6 自增/自减运算 13 实例7 数列求和 14 实例8 乘法口诀表 17 实例9 猜数字游戏 19 实例10 模拟ATM(自动柜员机)界面 22 实例11 用一维数组统计学生成绩 24 实例12 用二维数组实现矩阵转置 26 实例13 求解二维数组的最大/最小元素 29 实例14 利用数组求前n个质数 31 实例15 编制万年历 33 实例16 对数组元素排序 36 实例17 任意进制数的转换 37 实例18 判断回文数 39 实例19 求数组前n元素之和 41 实例20 求解钢材切割的最佳订单 42 实例21 通过指针比较整数大小 44 实例22 指向数组的指针 48 实例23 寻找指定元素的指针 50 实例24 寻找相同元素的指针 52 实例25 阿拉伯数字转换为罗马数字 53 实例26 字符替换 56 实例27 从键盘读入实数 57 实例28 字符行排版 59 实例29 字符排列 60 实例30 判断字符串是否回文 62 实例31 通讯录的输入输出 63 实例32 扑克牌的结构表示 68 实例33 用“结构”统计学生成绩 69 实例34 报数游戏 72 实例35 模拟社会关系 73
上传时间： 2016-12-04
上传用户：lz4v4
一个计算多维定标（MDS）的matlab源代码，用于高维数据的维数约减
上传时间： 2017-01-06
上传用户：colinal
第一章 机器学习革命学习算法入门为何商业拥护机器学习给科学方法增压10亿个比尔·克林顿学习算法与国家安全我们将走向何方第二章 终极算法来自神经科学的论证来自进化论的论证来自物理学的论证来自统计学的论证来自计算机科学的论证机器学习算法与知识工程师天鹅咬了机器人终极算法是狐狸，还是刺猬我们正面临什么危机新的万有理论未达标准的终极算法候选项机器学习的五大学派第三章 符号学派：休谟的归纳问题特别说明：仅作为爱好者学习使用（请勿商用）！本文档由人工智能吧（QQ群 565128329）整理提供并更多学习分享，若觉得不错请购买印刷版书籍。约不约“天下没有免费的午餐”定理对知识泵进行预设如何征服世界在无知与幻觉之间你能信任的准确度归纳是逆向的演绎掌握治愈癌症的方法20问游戏符号学派第四章 联结学派：大脑如何学习感知器的兴盛与衰亡物理学家用玻璃制作大脑世界上最重要的曲线攀登超空间里的高峰感知器的复仇一个完整的细胞模型大脑的更深处第五章 进化学派：自然的学习算法达尔文的算法探索：利用困境程序的适者生存法则性有何用先天与后天谁学得最快，谁就会赢第六章 贝叶斯学派：在贝叶斯教堂里统治世界的定理所有模型都是错的，但有些却有用从《尤金·奥涅金》到Siri所有东西都有关联，但不是直接关联推理问题掌握贝叶斯学派的方法马尔可夫权衡证据逻辑与概率：一对不幸的组合第七章 类推学派：像什么就是什么完美另一半维数灾难空中蛇灾爬上梯子起床啦第八章 无师自通物以类聚，人以群分发现数据的形状拥护享乐主义的机器人熟能生巧学会关联第九章 解开迷惑万里挑一终极算法之城马尔科夫逻辑网络从休谟到你的家用机器人行星尺度机器学习医生马上来看你第十章 建立在机器学习之上的世界性、谎言和机器学习数码镜子充满模型的社会分享与否？方式、地点如何？神经网络抢了我的工作战争不属于人类谷歌＋终极算法=天网？进化的第二部分
上传时间： 2022-05-07
上传用户：
