虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

数据<b>挖掘</b>算法

  • 【问题描述】 在一个N*N的点阵中

    【问题描述】 在一个N*N的点阵中,如N=4,你现在站在(1,1),出口在(4,4)。你可以通过上、下、左、右四种移动方法,在迷宫内行走,但是同一个位置不可以访问两次,亦不可以越界。表格最上面的一行加黑数字A[1..4]分别表示迷宫第I列中需要访问并仅可以访问的格子数。右边一行加下划线数字B[1..4]则表示迷宫第I行需要访问并仅可以访问的格子数。如图中带括号红色数字就是一条符合条件的路线。 给定N,A[1..N] B[1..N]。输出一条符合条件的路线,若无解,输出NO ANSWER。(使用U,D,L,R分别表示上、下、左、右。) 2 2 1 2 (4,4) 1 (2,3) (3,3) (4,3) 3 (1,2) (2,2) 2 (1,1) 1 【输入格式】 第一行是数m (n < 6 )。第二行有n个数,表示a[1]..a[n]。第三行有n个数,表示b[1]..b[n]。 【输出格式】 仅有一行。若有解则输出一条可行路线,否则输出“NO ANSWER”。

    标签: 点阵

    上传时间: 2014-06-21

    上传用户:llandlu

  • 初始对准技术是惯性导航系统的关键技术之一

    初始对准技术是惯性导航系统的关键技术之一,初始对准的快速性和精度直 接关系到捷联惯导系统的性能。论文以罗经对准方法在捷联惯导系统中的应用为 目的,深入地进行了理论、实验和应用研究。 理论上,由捷联式惯导系统误差模型开始,结合罗经对准原理,建立罗经对 准数学模型。在此基础上,设计算法和控制流程,并依据控制理论选择适当的控 制参数。 在理论分析之后,针对可能出现的多种外界条件进行模拟数据仿真实验验证 算法和参数选择的正确性。仿真实验结果表明:在SOOs内系统对准精度达到0.10 并目_适用十高纬度地区。 车载试验数据离线分析,试验中使用GPS测得的速度信息作为外测参考速 度信息,在车辆运动过程中对准系统保持工作状态。将导航解算得到的结果与 GPS测得的信息进行比较分析,导航精度与GPS精度相当,即速度精度0.2m/s 水平位置精度lOmo

    标签: 惯性导航 关键技术

    上传时间: 2017-08-07

    上传用户:GavinNeko

  • 道理特分解法

    #include "iostream" using namespace std; class Matrix { private: double** A; //矩阵A double *b; //向量b public: int size; Matrix(int ); ~Matrix(); friend double* Dooli(Matrix& ); void Input(); void Disp(); }; Matrix::Matrix(int x) { size=x; //为向量b分配空间并初始化为0 b=new double [x]; for(int j=0;j<x;j++) b[j]=0; //为向量A分配空间并初始化为0 A=new double* [x]; for(int i=0;i<x;i++) A[i]=new double [x]; for(int m=0;m<x;m++) for(int n=0;n<x;n++) A[m][n]=0; } Matrix::~Matrix() { cout<<"正在析构中~~~~"<<endl; delete b; for(int i=0;i<size;i++) delete A[i]; delete A; } void Matrix::Disp() { for(int i=0;i<size;i++) { for(int j=0;j<size;j++) cout<<A[i][j]<<" "; cout<<endl; } } void Matrix::Input() { cout<<"请输入A:"<<endl; for(int i=0;i<size;i++) for(int j=0;j<size;j++){ cout<<"第"<<i+1<<"行"<<"第"<<j+1<<"列:"<<endl; cin>>A[i][j]; } cout<<"请输入b:"<<endl; for(int j=0;j<size;j++){ cout<<"第"<<j+1<<"个:"<<endl; cin>>b[j]; } } double* Dooli(Matrix& A) { double *Xn=new double [A.size]; Matrix L(A.size),U(A.size); //分别求得U,L的第一行与第一列 for(int i=0;i<A.size;i++) U.A[0][i]=A.A[0][i]; for(int j=1;j<A.size;j++) L.A[j][0]=A.A[j][0]/U.A[0][0]; //分别求得U,L的第r行,第r列 double temp1=0,temp2=0; for(int r=1;r<A.size;r++){ //U for(int i=r;i<A.size;i++){ for(int k=0;k<r-1;k++) temp1=temp1+L.A[r][k]*U.A[k][i]; U.A[r][i]=A.A[r][i]-temp1; } //L for(int i=r+1;i<A.size;i++){ for(int k=0;k<r-1;k++) temp2=temp2+L.A[i][k]*U.A[k][r]; L.A[i][r]=(A.A[i][r]-temp2)/U.A[r][r]; } } cout<<"计算U得:"<<endl; U.Disp(); cout<<"计算L的:"<<endl; L.Disp(); double *Y=new double [A.size]; Y[0]=A.b[0]; for(int i=1;i<A.size;i++ ){ double temp3=0; for(int k=0;k<i-1;k++) temp3=temp3+L.A[i][k]*Y[k]; Y[i]=A.b[i]-temp3; } Xn[A.size-1]=Y[A.size-1]/U.A[A.size-1][A.size-1]; for(int i=A.size-1;i>=0;i--){ double temp4=0; for(int k=i+1;k<A.size;k++) temp4=temp4+U.A[i][k]*Xn[k]; Xn[i]=(Y[i]-temp4)/U.A[i][i]; } return Xn; } int main() { Matrix B(4); B.Input(); double *X; X=Dooli(B); cout<<"~~~~解得:"<<endl; for(int i=0;i<B.size;i++) cout<<"X["<<i<<"]:"<<X[i]<<" "; cout<<endl<<"呵呵呵呵呵"; return 0; } 

    标签: 道理特分解法

    上传时间: 2018-05-20

    上传用户:Aa123456789

  • 华为AI安全白皮书2018-cn

    华为AI安全白皮书2018-cn近年来,随着海量数据的积累、计算能力的发展、机器学习方法与系统的持续创新与演进,诸如图像识别、语音识 别、自然语言翻译等人工智能技术得到普遍部署和广泛应用。越来越多公司都将增大在AI的投入,将其作为业务发展 的重心。华为全球产业愿景预测:到2025年,全球将实现1000亿联接,覆盖77%的人口;85%的企业应用将部署到 云上;智能家庭机器人将进入12%的家庭,形成千亿美元的市场。 人工智能技术的发展和广泛的商业应用充分预示着一个万物智能的社会正在快速到来。1956年,麦卡锡、明斯基、 香农等人提出“人工智能”概念。60年后的今天,伴随着谷歌DeepMind开发的围棋程序AlphaGo战胜人类围棋冠 军,人工智能技术开始全面爆发。如今,芯片和传感器的发展使“+智能”成为大势所趋:交通+智能,最懂你的 路;医疗+智能,最懂你的痛;制造+智能,最懂你所需。加州大学伯克利分校的学者们认为人工智能在过去二十年 快速崛起主要归结于如下三点原因[1]:1)海量数据:随着互联网的兴起,数据以语音、视频和文字等形式快速增 长;海量数据为机器学习算法提供了充足的营养,促使人工智能技术快速发展。2)高扩展计算机和软件系统:近 年来深度学习成功主要归功于新一波的CPU集群、GPU和TPU等专用硬件和相关的软件平台。3)已有资源的可获得 性:大量的开源软件协助处理数据和支持AI相关工作,节省了大量的开发时间和费用;同时许多云服务为开发者提供 了随时可获取的计算和存储资源。 在机器人、虚拟助手、自动驾驶、智能交通、智能制造、智慧城市等各个行业,人工智能正朝着历史性时刻迈进。谷 歌、微软、亚马逊等大公司纷纷将AI作为引领未来的核心发展战略。2017年谷歌DeepMind升级版的AlphaGo Zero横 空出世;它不再需要人类棋谱数据,而是进行自我博弈,经过短短3天的自我训练就强势打败了AlphaGo。AlphaGo Zero能够发现新知识并发展出打破常规的新策略,让我们看到了利用人工智能技术改变人类命运的巨大潜能。 我们现在看到的只是一个开始;未来,将会是一个全联接、超智能的世界。人工智能将为人们带来极致的体验,将 积极影响人们的工作和生活,带来经济的繁荣与发展。

    标签: 华为 ai

    上传时间: 2022-03-06

    上传用户:

  • 加速度传感器设计的计步器(毕业设计、程序、上位机)

    以单片机AT89C52为核心的加速度传感器MMA7455来实现,采集到的加速度数据通过适当的算法就可以实现计步功能,最后通过LCD1602给予显示。

    标签: 加速度传感器 计步器 上位机

    上传时间: 2022-06-24

    上传用户:zhanglei193

  • 数据结构和算法Flash动画演示 B树的删除,B树的生长过程,串的顺序存储,单链表结点的插入,单链表结点的删除,堆排序,二叉排序树的删除等

    数据结构和算法Flash动画演示 B树的删除,B树的生长过程,串的顺序存储,单链表结点的插入,单链表结点的删除,堆排序,二叉排序树的删除等

    标签: Flash 删除 单链表

    上传时间: 2015-03-29

    上传用户:kristycreasy

  • B+树算法:从磁盘读取数据文件

    B+树算法:从磁盘读取数据文件,可以进行插入,删除操作,两种方式打印出元素信息。树型打印和依关键字大小打印。

    标签: 数据文件 算法 磁盘

    上传时间: 2015-10-31

    上传用户:silenthink

  • 数据结构B树算法的演示程序 包括添加删除节点

    数据结构B树算法的演示程序 包括添加删除节点,设置阶等功能

    标签: 数据结构 删除 算法

    上传时间: 2013-12-06

    上传用户:ve3344

  • 介绍行列划分算法和矩阵相乘并行算法M P I 程序, 给出基于矩阵相乘并行算法的M P I 实现, 分析和讨 论处理器数目、复杂性、矩阵划分、B 子块传递、死锁避免和矩阵数据的获取等问题.

    介绍行列划分算法和矩阵相乘并行算法M P I 程序, 给出基于矩阵相乘并行算法的M P I 实现, 分析和讨 论处理器数目、复杂性、矩阵划分、B 子块传递、死锁避免和矩阵数据的获取等问题.

    标签: 矩阵相乘 并行算法 矩阵

    上传时间: 2017-06-03

    上传用户:royzhangsz

  • 设A与B分别为两个带有头结点的有序循环链表(所谓有序是指链接点按数据域值大小链接

    设A与B分别为两个带有头结点的有序循环链表(所谓有序是指链接点按数据域值大小链接,本题不妨设按数据域值从小到大排列),list1和list2分别为指向两个链表的指针。请写出将这两个链表合并为一个带头结点的有序循环链表的算法

    标签: 循环 数据域

    上传时间: 2017-01-14

    上传用户:zhangyigenius