搜索资源列表
One
- Ex4-22 单射函数问题 « 问题描述： 设函数f将点集S = {0,1, , n -1}映射为f (S) = { f (i) | iÎ S} Í S 。单射函数问题要 从S中选取最大子集X Í S 使f (X )是单射函数。 例如，当n=7， f (S) = {1,0,0,2,2,3,6} Í S 时， X = {0,1,6} Í S 是所求的最大子集。 « 编程任务： 对于给
bell
- 给定正整数n，计算出n个元素的集合{1,2,?,n}可以划分为多少个不同的非空子集。 由文件input.txt提供输入数据。文件的第1 行是元素个数n。
数据结构的C++描述
- 目 录 译者序 前言 第一部分 预备知识 第1章 C++程序设计 1 1.1 引言 1 1.2 函数与参数 2 1.2.1 传值参数 2 1.2.2 模板函数 3 1.2.3 引用参数 3 1.2.4 常量引用参数 4 1.2.5 返回值 4 1.2.6 递归函数 5 1.3 动态存储分配
Version_2p2_Final
- TDMS的文件读取到Matlab。 优点： -支持读取v2的文件 -不需要使用NI的DLL，因此它不需要32位窗口 - 支持隔行扫描数据 -只允许读的名称及属性，以得到一个文件是什么感觉快 - 允许读数据的特定子集 -Reads TDMS files into Matlab. Advantages: - supports reading v2 files - doesn t require the NI DLL, thus
Subset
- 这是一个关于用递推法解决求某一个集合的所有的子集。非常适合初学数据结构的同胞阅读。-It is a recursive method used to solve a set for a subset of all. Data structure is very suitable for beginners to read compatriots.
K-meansNB
- ：将K—means算法引入到朴素贝叶斯分类研究中，提出一种基于K—means的朴素贝叶斯分类算法。首先用K— me．arks算法对原始数据集中的完整数据子集进行聚类，计算缺失数据子集中的每条记录与 个簇重心之间的相似度，把记 录赋给距离最近的一个簇，并用该簇相应的属性均值来填充记录的缺失值，然后用朴素贝叶斯分类算法对处理后的数据 集进行分类。实验结果表明，与朴素贝叶斯相比，基于K—means思想的朴素贝叶斯算法具有较高的分类准确率。-: K-means algorithm will
shiyan2
- 本程序主要是使用“子集法”实现NFA的确定化，使用“分割法”实现DFA的最小化，在本程序中用到的主要的数据结构是数组，这些数组是用来存放NFA的初始状态集，及确定化和最小化后的状态矩阵。-This procedure is mainly the use of " sub-set method" to achieve the determination of NFA, the use of " segmentation" to achieve a minimum
AprioriMain
- 此算法实现了基本的Apriori算法,效率很低. 过程是:先通过对数据集进行扫描,得到候选1-项集C1,根据用户输入的最小支持度筛选出频繁1-项集L1,将筛选中 不满足条件的结果放入一个先验项集,然后对L1进行组合,并根据Apriori算法的先验原理,用每个组合的结果和先 验项集中的所有元素进行比较,如果组合结果的子集中包含先验集中的任何一个元组就将其排除,将没有被排除 的组合结果放入C2.如此循环反复,直到Cn或Ln为空. 2008.11.1-2008.11.3
string
- 程序设计任务： 用堆分配存储表示实现Hstring串类型的最小操作子集的基础上，实现串抽象数据类型的其余基本操作（不使用C语言本身提供的串函数）。参数合法性检查必须严格。 程序所能达到的功能：一个命令解释程序，循环往复地处理用户键入的每一条命令，直至终止程序的命令为止。 -Programming tasks: With pile distribution of memory says achieving Hstring string types of minimum operat
clusterequal
- 将一个数据集通过聚类划分成若干大小相等的子集-decompositioning a large set into many subsets of equal set-size
MNIST-handwritten-digits
- 手写数字识别数据集，MNIST，包括原始数据集的所有样本，以及抽取的2000个样本的子集，.mat格式。美国著名数据集NIST的子集，模式识别常用实验数据集-handwritten digits recognition ,dataset, MNIST from NIST, .mat file,
fuzzy.zip
- 模糊聚类和数据分析工具箱是一个集合的Matlab功能。它的提出 是将一个给定的数据集为子集（称为集群），硬和模糊分区的意思是，这些之间的转换子集是脆的或渐进的。,The Fuzzy Clustering and Data Analysis Toolbox is a collection of Matlab functions. Its propose is to divide a given data set into subsets (called cluster
DWT_1D
- 离散小波变换是指在特定子集上采取缩放和平移的小波变换，是一种兼具时域和频域多分辨率能力的信号分析工具。此变换运用可以缩放平移的小波代替固定的窗进行计算分析，主要应用于信号编码和数据压缩。-Discrete wavelet transform refers to the specific subset take scaling and translation on the wavelet transform, is a kind of multi-resolution ability both t
Apriori
- Apriori算法用于发现数据中的频繁项集以及关联规则，属于关联分析， 关联分析的目标包含两条：发现频繁项集和发现关联规则。 该算法基于一个很重要的原理，apriori原理，如果某个相机是频繁的，那么他的所有子集也是频繁的， 也就说，如果一个项集是非频繁的，那么它的所有超集也是非频繁的。 Apriori算法是先生成C1->L1->C2->L2->C3.Apriori算法的缺点是很明显的，每生成一个频繁项集，都要扫描整个数据集。 在数据规模很大的时候，这
Hierarchical-clustering-analysis
- 数据聚类 (英语 : Cluster analysis) 是对于静态数据分析的一门技术，在许多领域受到广泛应用，包括机器学习，数据挖掘，模式识别，图像分析以及生物信息。聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集（subset），这样让在同一个子集中的成员对象都有相似的一些属性，常见的包括在坐标系中更加短的空间距离等。-Data Clustering (English: Cluster analysis) for a static data analysis techniqu
EADF
- 变换域函数(Effective Aperture Distribution Function, EADF)对方向图矢量进行 EADF 变换后会实现数据压缩，有效的数据被压缩在一个 尺寸很小的空间内，即能量集中且只需要𝐺 的一个子集来进行进一步处理-Effective Aperture Distribution Function, EADF,MIMO, antenna array,
PCAPMAPPLSPBP
- 这是一种基于近红外光谱的非线性建模方法及系统，从各所述近红外光谱数据随机挑出一部分作为校正集，挑出一部分作为验证集；将所述校正集和所述验证集通过主成分分析得到光谱特征空间；在所述光谱特征空间中，通过马氏距离法选取所述校正集里与所述验证集的各个样本最近似的样本作为校正子集；从所述校正子集中提取主成分数，作为BP神经网络的输入层建立回归模型，不仅能解决各因素之间多重相关的问题，还避免了大量的噪声和一些无用的信息，降低了变量维数，在BP神经网络的非线性映射能力和适应学习能力的基础上，提高了模型的预测稳
jiqixuexi
- 编写代码计算信息增益，splitDataSet函数是用来选择各个特征的子集的，比如选择年龄(第0个特征)的青年(用0代表)的自己，我们可以调用splitDataSet(dataSet,0,0)这样返回的子集就是年龄为青年的5个数据集。chooseBestFeatureToSplit是选择选择最优特征的函数。(Write code to calculate the information gain.SplitDataSet function is used to select the featur