搜索资源列表
-
1下载：
本文针对SLAM数据关联中使用最为广泛的最近邻方法作了改进，利用特征估计位置与载体预测位置之间的欧氏距离计算代替了全部特征与每个量测之间的马氏距离计算，避免了大量的矩阵乘法计算。该算法简单易行，降低了算法的计算复杂度，有利于SLAM算法的实时执行，且关联效果与全局最近邻法相同-In this paper, SLAM data association in the most widely used methods of improving the nearest neighbor, using t
-
-
1下载：
Euclidean节点定位是由美国路特葛斯大学利用距离矢量路由和GPS定位原理提供出一种分布式自主定位算法-Node localization Euclidean path by the Rutgers Universitys use of distance vector routing and GPS positioning to provide a principle of self-positioning algorithm for distributed
-
-
0下载：
distance vector routing algorithm
-
-
0下载：
基于MATLAB的dv-hop（distance vector routing）算法的实现-Based on MATLAB-dv-hop (distance vector routing) Algorithm
-
-
0下载：
实现了向量的聚类算法，输入三个参数：向量集合、划分数目和设定的阈值，就可得到聚类结果，以欧式距离作为距离判别准则。-Realize the vector of the clustering algorithm, the input three parameters: vector set and the division of number and set threshold, can get clustering results to the Euclidean distance as a c
-
-
0下载：
模式识别的经典算法，它是在1996年由Belhumeur引入模式识别和人工智能领域的。性鉴别分析的基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性。因此，它是一种有效的特征抽取方法。使用这种方法能够使投影后模式样本的类间散布矩阵最大，并且同时类内散布矩阵最小。就是说，它能够保证投影后模式样本在新的空间中有最小的类内距离和最大的类间距离，即模式在该空间中有最
-
-
1下载：
Distance Vector algorithm Matlab
-
-
0下载：
基于欧几里得距离的聚类分析，多姿态，多角度，有不同光照,最大信噪比的独立分量分析算法，多目标跟踪的粒子滤波器，基于人工神经网络的常用数字信号调制，鲁棒性好，性能优越，IDW距离反比加权方法，matlab开发工具箱中的支持向量机。- Clustering analysis based on Euclidean distance, Much posture, multi-angle, have different light, SNR largest independent component an
-
-
0下载：
基于距离向量的图像修复算法，在传统的修复算法中加入了改进的距离向量，能够更好的修复图像的结构部分。-Based on the distance vector, an improved distance vector is added to the traditional repair algorithm, which can better repair the structure of the image.
-
-
0下载：
求解单旅行商问题的智能算法，蚁群算法。
输入城市间赋权向量（城市间路程），即可输出经过所有城市且总路程最短的最小哈密顿环。(telligent algorithm for solving single traveling salesman problem, ant colony algorithm.
By inputting the weight vector between cities (the distance between cities), the minimum Hamilton
-
-
0下载：
K-means算法是一种硬聚类算法，根据数据到聚类中心的某种距离来作为判别该数据所属类别。K-means算法以距离作为相似度测度。(kmeans uses the k-means++ algorithm for centroid initialization and squared Euclidean distance by default. It is good practice to search for lower, local minima by setting the 'Replica
-
-
0下载：
K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是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。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。(The K-means algorithm is a hard clustering algorithm, which is representative of the prototy
-
