搜索资源列表
实验题
- A*算法解决找路径的问题，对于特定的图形，按照距离最短的评估函数，来解决寻优问题-A * algorithm to find paths to solve the problems that specific graphics, in accordance with the shortest distance from the assessment function, to solve the optimization problem
Parzen
- Parzen窗函数概率密度估计演示程序 完全按照《现代模式识别》孙即祥著作 2.4.4《动态聚类法》算法3实现 使用欧式距离作为测度标准。
支持向量机算法及其代码实现
- 支持向量机（SVM），起初由vapnik提出时，是作为寻求最优（在一定程度上）二分类器的一种技术。後来它又被拓展到回归和聚类应用。SVM是一种基于核函数的方法，它通过某些核函数把特征向量映射到高维空间，然後建立一个线性判别函数（或者说是一个高维空间中的能够区分训练数据的最优超平面，参考异或那个经典例子）。假如SVM没有明确定义核函数，高维空间中任意两点距离就需要定义。
dist.rar
- 距离函数用于计算两个矩阵之间的距离 ,Distance function used to calculate the distance between two matrices
Archive
- 实现一个三维点(x,y,z)的Point类。包含一个构造函数，一个复制构造函数，一个把这个点变成负的函数negate( )，一个返回到(0,0,0)点的距离的函数norm( )和一个print( )函数。 （1）为类Point实现一个重载的赋值运算符。 （2）为类Point实现重载的流插入运算符。 （3）为类Point实现重载的比较关系运算符==和!=。 （4）为类Point实现重载的加法+和减法运算符-。 （5）实现一个重载的乘法运算符*来返回两个Point类对象的点积。
GetDistance
- 用聚类分析算法计算样本之间的距离，函数形式为： GetDistance(pattern1,pattern2,type)-Cluster analysis algorithm using the distance between samples, function form: GetDistance (pattern1, pattern2, type)
KMEANS
- 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
Qlearningcar
- Simulink 控制VR环境中的小车。小车有5个距离传感器，能够慢慢学会避开墙壁和障碍物。小车采用加强学习（Q learning），采用神经网络对Q函数逼近。由于使用了模拟退火，小车在开始的时候会经常撞击障碍物，10次后基本就不会再撞了。 -VR environment Simulink control car. There are 5 car distance sensor, can gradually learn to avoid walls and obstacles. Car us
RBFyuanchengxu
- 在RBF神经网络学习过程中，I出F神经元先计算输入与中心之间的距离，然 后再对这一距离进行某种非线性变换。输出层和隐藏层分别完成不同的任务，这两层学习的策略也不相同。输出层是对线性权进行调整，采用的是线性优化策略， 因而学习速度较快。而隐藏层是对传递函数的参数进行调整，采用的是非线性优 化策略，因而学习速度较慢。 RBF算法选用高斯函数作为隐藏层传递函数时，由隐藏层来实现从 x哼R，(x)的非线性映射，由输出层来实现从R,(X)--->y。的线性映射。-In the R
Constrained-Engineering-Optimization
- 将离散约束优化问题转化为非负整数约束规划问题，开发求解该问题的离散差分进化算法。该算法采用基于混沌映射 的种群初始化、双版本变异和带随机扰动项的取整运算等新策略。针对非线性约束条件，给出惩罚基数的计算方法和连续映 射基函数的表达式，在此基础上设计处理非线性约束的自适应惩罚因子。提出一种刻画种群多样性的新测度——种群二次平 均基因距离及基于新测度的依概率混沌移民算子。将自适应罚函数法、依概率混沌移民操作与离散差分进化算法有机融合， 构造面向工程约束优化的混合离散差分进化算法
Semi-supervised-learning
- 义了一个欧氏距离和监督信息相混合的新的最近邻计算函数，从而将K一均值算法很好地应用于半 监督聚类问题。针对K一均值算法初始质心敏感的缺陷，用粒子群算法的搜索空间模拟聚类的欧氏空间，迭代搜 索找到较优的聚类质心，同时提出动态管理种群的策略以提高粒子群算法搜索效率。算法在UCI的多个数据集 上测试都得到了较好的聚类准确率。-Righteousness of a Euclidean distance and supervision of a mixture of new nearest n
liziqunsuanfa
- 所有的粒子都有一个由被优化的函数决定的适应值(fitness value)，每个粒子还有一个速度决定他们飞翔的方向和距离。然后粒子们就追随当前的最优粒子在解空间中搜索。-All of the particles have a fitness value is determined by the function to be optimized (fitness value) of each particle, there is a speed determine the direction an
K-MEANS
- k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中。-k-means clustering is one of the most famous partition clustering algorithm, due to the simplicity and efficiency so that he became the most widely used i
EightNumbers
- 本源码为八数码问题的JAVA版本，采用了A星算法和RBFS算法，估价函数为几何距离。-The source for the eight digital JAVA version, using the A Star algorithm and RBFS algorithm, the valuation function is the geometric distance.
SVM
- SVM: 一种分类器，采用最大化分类间隔进行优化参数。 关于这个分类器两点比较重要： 1）SMO优化算法需要掌握， 可以具体参看两篇文章，John Platt的文章 以及“Improvements to Platt s SMO algorithm for SVM Classifier Design” 2）核函数的使用，如何将核函数使用到SVM中，核函数就是空间转换的函数， 说白了就是距离计算函数，如何将同类之间的距离计算的比较近，如何将低维空间转换到易于分类的高维空间
K-means
- 聚类算法 K-means 数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则 该代码针对图像的分类-Some distance K-means clustering algorithm to the data points as a prototype optimization objective function, using the function for extreme methods to adjust the rules to get the cod
BP
- SOM神经网络的数据分类，柴油机故障诊断。 addon.m为距离函数和拓扑函数示例-SOM neural network data classification, diesel engine fault diagnosis.addon.m is an example of the distance function and TOPOLOGY ON FUNCTION
K-means-clustering-algorithm
- k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中。-K-means clustering is one of the most famous partitioning clustering algorithm, due to the simplicity and efficiency makes him become the most widely used
新建 WinRAR 压缩文件
- 为SOM神经网络程序 addon.m为距离函数和拓扑函数示例。(For the SOM neural network program Addon.m is an example of distance functions and topological functions.)
api-cluster
- 用java写的层次聚类，其中距离函数是complete（即最大值优先）(Cluster(agglomerative clustering, complete linkage method) to analyze API usage.)