搜索资源列表
Dominantset
- 一种 较新的聚类算法 Dominant-set 的代码，包括聚类算法的代码和测试代码。该算法最大特点 就是基于图理论的 ，相对于Normalized Cut,计算复杂度低很多，况且能自动决定类的个数
NaiveBayes
- 贝叶斯算法是基于贝叶斯定理 P(H|X) = P(X|H)P(H) / P(X).。对于多属性的数据集，计算 P(X|Ci) 的开销非常大，为减低计算复杂度，我们做条件独立的假设，即给定元组的类标号，假定属性值有条件地相互独立，即在属性间不存在依赖关系。此程序仅为算法的一个实现，根据训练数据训练分类器
GA
- 热力学遗传算"~-(therm odynamical genetic algorithms，简称TDGA)借鉴固体退火过程中能量与熵的竞争 模式来协调GA 中“选择压力”和“种群多样性”之间的冲突．然而TDGA 目前极高的计算代价限制了其应用．为了提 高TDGA的计算效率，首先定义一种等级熵(rating—based entropy,J~j称RE)度量方法，它能以较小的计算成本度量种 群中个体适应值的分散程度．然后引入分量热力学替换规则(component thermod)rnami
SLIQ
- 改进的 SLIQ 算法 能够有效地减少计算的复杂度，且算法不需要将所有属性的所有属性值的吉尼指数全部计 算，而是通过计算不同范围内的属性值就可以达到同样的效果。本文结合实际生活中的实 例，将该算法与原有 SLIQ 算法和基于人工神经网络的分类算法应用结果比较，实验结果 表明该算法的分类准确率远远高于 SLIQ 算法和基于人工神经网络的分类算法。-Improved SLIQ algorithm can effectively reduce the computational com
The_nonlinear_filtering_algorithm_performance_anal
- 对目前非线性滤波的主要算法即扩展卡尔曼滤波、不敏卡尔曼滤波、粒子滤波、扩展卡尔曼粒子滤波和不敏粒子滤波的滤波模型、适用条件、性能进行了分析比较，给出了每种方法的计算复杂度．通过一个非线性非高斯模型进行了仿真，验证了这些算法的性能。-Present the main algorithms of the nonlinear filtering extended Kalman filter, Unscented Kalman filter, particle filter, particle filt
Image_Feature_Selection_Method_Based_on_Immune_Enc
- 针对目标与背景两类图像模式识别问题,在已有的特征选择方法基础上,提出了一种新颖的基于免疫分子编码机理的图像特征选择方法(IACA). 该方法借鉴生物免疫系统的抗体分 子编码机理,在对样本进行参数估计情况下,提出熵度量单个特征对于目标和背景的识别敏感度 从集合的角度研究并且定义了特征之间的包含和互补关系 并且基于组成抗体分子氨基酸结合能量最小原则,提出了关于图像目标的免疫抗体构建规则 最终实现了寻找最优特征子集的算法IACA ,该特征子集的维数通过算法自动获得无需人为设定,选择结果为目标的“免
antenna-selection-algorithms
- 天线选择技术能够的效地减小射频链路的成本和系统的复杂度， 同时又能保持MI M0系统的主要优点。本文首先对已有的经典的天线选择算法分别进行了介绍， 对其优缺点进行分析， 而后基于范数方法的思想， 提出一种新的天线选择算法。 该算法具有计算简单的特点， 通过仿真表明， 在接收天线 数目较大的时候， 其性能较范数算法有明显提高。-The effectiveness of antenna selection technology can reduce the cost of radio link
4
- 讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度.通过这种方法能够进行故障的寻找和定位,实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行性和有效性.-Some work has been done for dealing with Fault Detection and Diagnosis (FDD) based on Rough Set, but in those cases Rough Set was just regarded as a tool for data
5
- 讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度.通过这种方法能够进行故障的寻找和定位,实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行性和有效性.-Some work has been done for dealing with Fault Detection and Diagnosis (FDD) based on Rough Set, but in those cases Rough Set was just regarded as a tool for data
9
- 反向故障诊断的步骤,讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度.通过这种方法能够进行故障的寻找和定位,实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行性和有效性.-Some work has been done for dealing with Fault Detection and Diagnosis (FDD) based on Rough Set, but in those cases Rough Set was just regarded as a too
10
- 反向故障诊断的步骤,讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度.通过这种方法能够进行故障的寻找和定位,实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行性和有效性.-Some work has been done for dealing with Fault Detection and Diagnosis (FDD) based on Rough Set, but in those cases Rough Set was just regarded as a too
14
- 理的基础上,给出了针对故障点建立决策表以及利用粗糙集约简所获得的诊断规则进行正、反向故障诊断的步骤,讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度.通过这种方法能够进行故障的寻找和定位,实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行性和有效性.-Some work has been done for dealing with Fault Detection and Diagnosis (FDD) based on Rough Set, but in those ca
17
- 则进行正、反向故障诊断的步骤,讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度.通过这种方法能够进行故障的寻找和定位,实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行性和有效性.-Some work has been done for dealing with Fault Detection and Diagnosis (FDD) based on Rough Set, but in those cases Rough Set was just regarded as
18
- 则进行正、反向故障诊断的步骤,讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度.通过这种方法能够进行故障的寻找和定位,实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行性和有效性.-Some work has been done for dealing with Fault Detection and Diagnosis (FDD) based on Rough Set, but in those cases Rough Set was just regarded as
25
- 讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度.通过这种方法能够进行故障的寻找和定位,实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行性和有效性.-Some work has been done for dealing with Fault Detection and Diagnosis (FDD) based on Rough Set, but in those cases Rough Set was just regarded as a tool for data
24
- 讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度.通过这种方法能够进行故障的寻找和定位,实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行性和有效性.-Some work has been done for dealing with Fault Detection and Diagnosis (FDD) based on Rough Set, but in those cases Rough Set was just regarded as a tool for data
23
- 反向故障诊断的步骤,讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度.通过这种方法能够进行故障的寻找和定位,实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的-Some work has been done for dealing with Fault Detection and Diagnosis (FDD) based on Rough Set, but in those cases Rough Set was just regarded as a tool for da
MIMO-IN-WIRELESS-COMMUNICATIONS-
- 本文基于MIMO检测中性能和复杂度的矛盾，结合具体的MIMO 检测技术进行深入研究，致力于提供能有效缓解性能和复杂度矛盾冲 突的技术方案。论文首先介绍MIMO系统的基本模型，随后针对球 译码(Sphere Decoding)检测及其相关技术、搜索空间预定义检测器 (Search Space Predetermined Detector，SSPD)算法、并行计算对检 测算法的加速作用以及自动重传机制(Automatic Retransmission reQuest，ARQ)
Sample-entropy-calculation
- 计算样本熵值程序，可实现故障信号特征提取，复杂度-Sample entropy calculation procedure can achieve signal feature extraction
Desktop
- 传统的K-medoids聚类算法的聚类结果随初始中心点的 不同而波动，且计算复杂度较高不适宜处理大规模数据集； 快速K-medoids聚类算法通过选择合适的初始聚类中心改进 了传统K-medoids聚类算法，但是快速K-medoids聚类算法 的初始聚类中心有可能位于同一类簇。为了克服传统的K- medoids聚类算法和快速K-medoids聚类算法的缺陷，提出 一种基于粒计算的K-medoids聚类算法。-Traditional clustering K-m