K-means是一种广泛应用于数据挖掘与机器学习领域的无监督分类算法，以其高效性和简洁性著称。通过将数据集划分为预设数量的簇，每个簇由其内部点到中心点距离最小化来定义，K-means在图像处理、市场细分分析及自然语言处理等多个领域展现出强大效能。掌握此技术不仅能够帮助工程师们更好地理解和处理复杂数据...
摘 要：隐密术安全性理论研究一直是被广泛关注的研究重点和难点。该文通过对K-L 差异的回顾及隐密术安全性的定性分析，指出Cachin 给出的安全性定义缺乏一般性。同时注意到除概率分布的差异外，隐密信息的样本量和状态集合的势对隐密信息的安全性...
K-均值算法是一种基于样本间相似性度量的间接聚类方法。本文研究和探索K-均值方法在岩相识别中的应用。在求样本间的距离时，采用马氏(Mahalanobis)距离代替欧氏距离。关键词：岩相识别；测
k元n树是一种用于大规模并行处理的高性能互联网络的拓扑结构。该文提出计算k元n树的2-终点可靠性的递归算法，其计算复杂度为O(n)。结合市场上网络元器件可靠性的实际情况，对k元n树的2-终点可靠性进行
该压缩包的内容为用C语言编写的K均值算法的源程序。K均值算法是用于数据分类的一种算法。
简化DFA-对于一确定型自动机M=(K,Σ,Δ,s, F)，设p,q ∈K,若对于任一字符串w,由p沿w可达某终点当且仅当由q沿w可达某终点,则说p,q等价，记为p≡q。而且，≡的一个等价类恰好就是状态数最少的确定型自动机的一个状态
k Shortest Paths David Eppstein s method ICTCLAS研究学习组 http://groups.google.com/group/ictclas?msg=subscribe