The package contains a Reed-Solomon coding and decoding program, derived partly from Phil Karn/Robert Morelos-Zaragoza "new_rs_erasures.c". In particular the Berlekamp-Massey algorithm has not been modified. New features compared to "new_rs_erasures.c" are: - fully parameterized: code parameters (n,k,m) can be selected via command line options. - decoding optional by Euclid or Belekamp-Massey algorithm - efficient support of shortened codes - extensive verbose levels for hardware verification
标签： Reed-Solomon contains decoding package
上传时间： 2013-12-11
上传用户：shinesyh
Description: The programm generates encoder for CRC-, BCH- and RS-Codes. The command line options of the tools can be displayed with -h !
标签： Description The generates RS-Codes
上传时间： 2016-06-25
上传用户：ikemada
K-S检验产生的数据是否服从指数分布。此方法可以类推其他任何分布形式的检验。
上传时间： 2014-01-02
上传用户：youlongjian0
k均值算法matlab实现，模式识别中常用
上传时间： 2016-06-27
上传用户：fandeshun
Addfilter is a command-line application which adds and removes filter drivers for a given drive or volume. It is intended to demonstrate how to insert a filter driver into the driver stack of a device. The sample illustrates how to do this by using the SetupDi APIs. The sample works on the x86 platform. It has only been tested in a 32-bit environment. Since Addfilter is not a driver, it does not deal with Plug and Play or Power Management. No INF file is needed to install this application.
标签： command-line application Addfilter drivers
上传时间： 2016-06-28
上传用户：源码3
Addfilter is a command-line application which adds and removes filter drivers for a given drive or volume.
标签： command-line application Addfilter drivers
上传时间： 2016-07-01
上传用户：王楚楚
Determination of number of clusters in K-Means Clustering and Application in color image segmenta
标签： Determination Application Clustering clusters
上传时间： 2013-12-05
上传用户：zsjzc
求第K个最小值 比2分法还快的算法 只要比N-1次就行
上传时间： 2016-07-01
上传用户：cooran
寻找k个聚类中心的算法，也就是对k-means算法初始化进行改进的一种算法
上传时间： 2016-07-02
上传用户：z754970244
K-MEANS算法 输入：聚类个数k，以及包含 n个数据对象的数据库。 输出：满足方差最小标准的k个聚类。 处理流程： （1） 从 n个数据对象任意选择 k 个对象作为初始聚类中心； （2） 循环（3）到（4）直到每个聚类不再发生变化为止 （3） 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分； （4） 重新计算每个（有变化）聚类的均值（中心对象）
上传时间： 2013-12-20
上传用户：chenjjer
