搜索资源列表
compact3
- 自己写的高精度紧致差分格式，包括 Pade格式(FST) 二阶精度中心格式(SLW) 二阶精度迎风格式(MXD) 宽网格基二阶精度中心格式(SLW) 五阶精度迎风紧致格式(MXD) 写成C＋＋类，使用VC6.0环境，计算数据文件可用tecplot画图。 -himself wrote the compact high-precision differential format including Pade format (FST) second order accurac
gaussmix
- 混合高斯模型 对于给定的数据，可以自动选择最佳聚类数目和聚类中心，并根据判决规则进行收敛，运算很快，非常方便
kmean
- 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。-k-means algorithm process as follows: First of all, the object data from the n choose k
clara
- CLARA是基于k中心点的一种划分方法的实现，区别于别的划分方法，Clara是用于大规模分类运用方法的简称，可以实现对大规模数据的分类-CLARA(abbreviated from clustering large applications), is based on the k-medoid appraoch, which can be useful in clustering large data sets.
k_means
- 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。-In statistics and machine learning, k-means clustering is a method of cluster analysis which aims to partition n observations into
CDataParse
- 分析光谱数据，利用穆勒矩阵计算光路的偏振相关损耗以及中心波长点及其它相关光学参数！-Analysis of spectral data, calculated using Mueller matrix optical polarization dependent loss and central wavelength points and other related optical parameters!
select-max-from-min
- 模式识别中的最大最小距离算法，这程序处理二维数据，我发现网上的程序都是设置一个很大的数组，但本程序是无论多少数据样本都可以处理的。结果存放在两个数组中，z数组存放中心数据，r数组的cente是样本所属的S-Maximum and minimum distance algorithm in pattern recognition, this program deal with two-dimensional data, I found the online program are set to a
em
- EM算法，用于实现数据集的聚类，这个是已经改进了的EM算法通过统计找到中心点再进行迭代。-EM algorithm for clustering data sets, this is the EM algorithm has been improved through the statistics to find the center of the re-iteration.
src
- k-means 算法接受参数 k ；然后将事先输入的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 algorithm accepts parameters k n and the previously input data is divided into k-clustering objects in order to make
implicit-equation
- 采用隐式中心差分格式求解热传导方程，初边界条件:条件：-10<x<10,正三角形位于-0.5 <x <0.5。C++编程计算，数据由TECPLOT等图像显示软件显示-Implicit format solving the heat conduction equation, initial boundary conditions: Conditions:-10 <x <10, equilateral triangle at-0.5 <x <0.5
display-equation
- 用显示格式的中心差分方法求解热传导方程，用C++编程，数据用TECplot等图像显示软件显示。边界条件：条件：-10<x<10,正三角形位于-0.5 <x <0.5 -Display format with a central difference method for solving the heat conduction equation, with C++ programming, data and other image display software wi
Console6
- 利用相场法模拟金属凝固过程中的中心枝晶的生长和演变过程，后期数据需要用到matlab处理，比较简单，若有需要，可以上传-The growth and evolution of the use of phase- field simulation of metal during solidification dendrite center, the latter need to use matlab data processing is relatively simple, if necessar
Kalman filter
- 卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。 斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Ka
commons-math3-3.6.1-bin
- 该平台用于进行云环境的仿真实验平台，在该平台上可以创建虚拟机和云数据中心，并且能够进行虚拟机迁移实验或能耗实验等。该文件补充的一些数学算法(The platform is used for simulation experiment platform of cloud environment. On this platform, virtual machine and cloud data center can be created, and virtual machine migration
FCM,模糊C均值聚类的MATLAB实现[matlab]-FCM
- 模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称（ FCM）。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。(Fuzzy c-means algorithm (FCMA) or FCM. Among many fuzzy clustering algorithms, the fuzzy C-means (FCM) algor