哈希表设计 针对麽个个体种的任命设计一个哈希表 使得平均查找长度不超过R，完成相应的建表和查找程序
标签： 长度
上传时间： 2013-12-22
上传用户：asasasas
JFreeChart实例22: 基于 OHLCDataset 数据集的K线图表
标签： OHLCDataset JFreeChart 22 数据集
上传时间： 2016-07-28
上传用户：yulg
用matlab语言实现k均值的模式识别的聚类算法
上传时间： 2014-01-10
上传用户：bcjtao
求第k个最小值问题，中间用半快速排序，教师布置的作业
标签：
上传时间： 2016-07-30
上传用户：gxrui1991
一个理想的系统应是R,S尽量小，而P,A尽可能大。而在一个实际系统中，S,R是相互制约的，拒识率R的提高总伴随着误识率S的下降，与此同时识别率A和识别精度P的提高。因此，在评价手写数字识别系统系统时，我们必须综合考虑这几个指标。另外，由于手写数字的书写风格、工整程度可以有相当大的差别，因此必须弄清一个指标在怎样的样本集合下获得的。
标签：
上传时间： 2014-01-11
上传用户：hzy5825468
这是一些分类器的综合包括贝叶斯K聚类等
上传时间： 2016-07-31
上传用户：daoxiang126
K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开
上传时间： 2016-07-31
上传用户：youlongjian0
K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开
上传时间： 2013-12-19
上传用户：chenlong
一个用java实现的k-means的简单算法
上传时间： 2014-08-28
上传用户：13188549192
题 目: 判别图中两个顶点之间的简单路径的程序设计 初始条件： （1） 采用邻接表作为存储结构。 （2） 编写程序判别无向图中任意给定的两个顶点之间是否存在一条长度为k的简单路径。 （3） 测试用例自己设计。
上传时间： 2016-08-01
上传用户：wpt
