The goal with this project was to make it possible for almost any mobile-phone to use ICQ and be able to communicate with other users! One other goal with this project was to lower the GPRS-traffic in the phone and make the ICQ-ing cheaper. A third goal was to make this service as easy to log-in to as possible. Anyone tried to fill a log-in screen with a WAP-browser should know what I mean. With Wapmess all you have to do is to write your login-url ONCE and then bookmark it in your phone, to make it available fast. :)
标签: mobile-phone possible project almost
上传时间: 2015-04-08
上传用户:xiaodu1124
算法介绍 矩阵求逆在程序中很常见,主要应用于求Billboard矩阵。按照定义的计算方法乘法运算,严重影响了性能。在需要大量Billboard矩阵运算时,矩阵求逆的优化能极大提高性能。这里要介绍的矩阵求逆算法称为全选主元高斯-约旦法。 高斯-约旦法(全选主元)求逆的步骤如下: 首先,对于 k 从 0 到 n - 1 作如下几步: 从第 k 行、第 k 列开始的右下角子阵中选取绝对值最大的元素,并记住次元素所在的行号和列号,在通过行交换和列交换将它交换到主元素位置上。这一步称为全选主元。 m(k, k) = 1 / m(k, k) m(k, j) = m(k, j) * m(k, k),j = 0, 1, ..., n-1;j != k m(i, j) = m(i, j) - m(i, k) * m(k, j),i, j = 0, 1, ..., n-1;i, j != k m(i, k) = -m(i, k) * m(k, k),i = 0, 1, ..., n-1;i != k 最后,根据在全选主元过程中所记录的行、列交换的信息进行恢复,恢复的原则如下:在全选主元过程中,先交换的行(列)后进行恢复;原来的行(列)交换用列(行)交换来恢复。
上传时间: 2015-04-09
上传用户:wang5829
gmeans-- Clustering with first variation and splitting 文本聚类算法Gmeans ,使用了3种相似度函数,cosine,euclidean ,KL.文本数据使用的是稀疏矩阵形式.
标签: Clustering euclidean variation splitting
上传时间: 2014-01-05
上传用户:cainaifa
数据挖掘算法,K-MEANs聚类算法源代码,用于聚类分析
标签: 数据挖掘算法
上传时间: 2015-04-11
上传用户:windwolf2000
数据挖掘算法,fuzzy-K-MEANs聚类算法源代码,用于模糊聚类分析
标签: 数据挖掘算法
上传时间: 2015-04-11
上传用户:nanshan
模式识别中的几个常用算法,包括ISODATA算法、K-均值算法、感知器算法、LMSE最小误差、贝耶斯分类。
上传时间: 2015-04-14
上传用户:yzy6007
本程序是用c++实现的多功能文本编辑器,它除了可以实现一般文本的编辑功能,还增加了保存文档a(save), 转为大写m(large),改为小写k(small),复制段j(copy),中英文转换t(language)等功能
上传时间: 2013-12-23
上传用户:wuyuying
数据挖掘常用的算法,包括id3,k均值,FCM,SVM,CART五个常用的算法,是用matlab编写的。
上传时间: 2015-04-23
上传用户:exxxds
盒维数MATLAB计算程序。%根据计盒维数原理编写了求一维曲线分形维数的matlab程序 function D=FractalDim(y,cellmax) %求输入一维信号的计盒分形维数 %y是一维信号 %cellmax:方格子的最大边长,可以取2的偶数次幂次(1,2,4,8...),取大于数据长度的偶数 %D是y的计盒维数(一般情况下D>=1),D=lim(log(N(e))/log(k/e)),
标签: FractalDim function cellmax MATLAB
上传时间: 2015-04-23
上传用户:liuchee
模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为Boltzmann常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代,并逐步衰减t值,算法终止时的当前解即为所得近似最优解,这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制,包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。
标签: 模拟退火算法
上传时间: 2015-04-24
上传用户:R50974