聚类算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。 这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。 这里是MAtlab源代码。
上传时间： 2013-12-26
上传用户：txfyddz
一维伽辽金型无网格法MATLAB程序 无网格方法采用基于点的近似，可以彻底或部分地消除网格，不需要网格的初始划分和重构，不仅可以保证计算的精度，而且可以大大减小计算的难度。然而，由于目前的无网格近似一般没有解析表达式，且大都基于伽辽金原理，因此计算量很大，要超出传统的有限元法；另外，无网格近似大都是拟合，因此对于位移边界的处理比较困难，多采用拉格朗日乘子法处理。
上传时间： 2016-10-10
上传用户：litianchu
离散Fourier变换（简称DFT）为离散信号的分析从理论上提供了变换工具，但由于计算时间较长而难以实现，快速Fourier变换（简称FFT）则是一种减少计算时间的有效算法。本文在对DFT计算量进行分析的基础上指出了FFT的实现途径与计算方法，针对FFT算法进行了程序设计并给出了应用实例。
上传时间： 2014-12-04
上传用户：alan-ee
由于SAR和可见光成象传感器图象的物理特征不同,因此进行匹配难度很大.本文在深入分析了这两种传感器图象物理特征的基础上,提出了一种图象匹配的新方法.该方法运用形态学滤波方法去除SAR图象斑点噪声,利用图象的边缘特征进行匹配,并采用多分辨率分级搜索技术减少计算量,在对实验结果进行分析的基础上提出了搜索真实匹配位置的准则,大大提高了匹配的准确率.通过实验对SAR图象斑点噪声滤波和SAR与可见光 图象匹配算法进行了验证,实验证明本算法的SAR图象去噪效果明显优于传统的Frost方法,图象匹配精度高、稳定性好.
上传时间： 2016-10-21
上传用户：invtnewer
牛顿均差插值公式，使用各阶均差，比拉格朗日插值计算量省
上传时间： 2013-12-13
上传用户：gxmm
即使对于一个简单的电力系统，潮流计算也不是一件简单就可以完成的事，其运算量很大，因此如果对于一个大的、复杂的电网来说的话，由于其节点多，分支杂，其计算量可想而知，人工对其计算也更是难上加难了。特别是在现实生活中，遇到一个电力系统不会像我们期望的那样可以知道它的首端电压和首端功率或者是末端电压和末端功率，而是只知道它的首端电压和末端功率，更是使计算变的头疼万分。为了使计算变的简单，我们就可以利用计算机，用C语言编程来实现牛顿-拉夫逊（Newton-Raphson）迭代法，最终实现对电力系统潮流的计算。
标签： 电力系统
上传时间： 2016-12-26
上传用户：xieguodong1234
本文针对SLAM算法中数据关联过程，提出了一种简单易行的改进方法，将欧氏距离与马氏距离结合用于数据关联。算法不必计算地图所有特征与所有量测之间的马氏距离，而是首先利用相对简单的欧氏距离计算缩小了待关联特征的搜寻范围。利用人工合成数据的仿真结果表明，改进后的数据关联方法可以大幅减少系统计算量，提高关联效率，且不会造成错误关联的增加。
上传时间： 2014-12-22
上传用户：ippler8
使用Unscented Kalman Filter进行SLAM，主要用于机器人定位和地图自动绘制，UKF的效果要优于EKF，当然计算量也大些。
标签： Unscented Kalman Filter SLAM
上传时间： 2014-01-13
上传用户：tfyt
模糊算法的一个小函数，计算量小，简单易用，缺点是适应性不够强，不能满足高精度的需要
上传时间： 2014-01-19
上传用户：redmoons
分数阶傅里叶变换快速算法，利用卷积原理，计算量接近fft
上传时间： 2014-01-11
上传用户：fandeshun
