点击切换搜索课件文库搜索结果(330)
文档格式:PPT 文档大小:361KB 文档页数:22
1.1 算法与程序 1.2 表达算法的抽象机制 1.3 描述算法 1.4 算法复杂性分析
文档格式:PPT 文档大小:2.17MB 文档页数:147
Ch.1 绪论 Ch.2 数字概率算法 Ch.3 Sherwood算法 Ch.4 Las Vegas算法 Ch.5 Monte Carlo算法
文档格式:PPT 文档大小:8.66MB 文档页数:128
三步鉴定流程 18种通过审核的候选算法 决策树基本概念 决策树算法 决策树研究问题 主要参考文献 算法陈述 数据挖掘10大算法一览 开放式讨论
文档格式:PPT 文档大小:2.83MB 文档页数:390
第一章 数据结构和算法 第二章 数学预备知识 第三章 算法分析
文档格式:PDF 文档大小:2.1MB 文档页数:92
01 分类算法的问题描述 02 KNN算法 03 SVM算法 04 神经网络算法
文档格式:PDF 文档大小:1.46MB 文档页数:41
1、聚类算法简介 2、K-means算法 3、DBSCAN算法 4、层次聚类算法
文档格式:PDF 文档大小:1.37MB 文档页数:11
针对经典K–means算法对不均衡数据进行聚类时产生的“均匀效应”问题,提出一种基于近邻的不均衡数据聚类算法(Clustering algorithm for imbalanced data based on nearest neighbor,CABON)。CABON算法首先对数据对象进行初始聚类,通过定义的类别待定集来确定初始聚类结果中类别归属有待进一步核定的数据对象集合;并给出一种类别待定集的动态调整机制,利用近邻思想实现此集合中数据对象所属类别的重新划分,按照从集合边缘到中心的顺序将类别待定集中的数据对象依次归入其最近邻居所在的类别中,得到最终的聚类结果,以避免“均匀效应”对聚类结果的影响。将该算法与K–means、多中心的非平衡K_均值聚类方法(Imbalanced K–means clustering method with multiple centers,MC_IK)和非均匀数据的变异系数聚类算法(Coefficient of variation clustering for non-uniform data,CVCN)在人工数据集和真实数据集上分别进行实验对比,结果表明CABON算法能够有效消减K–means算法对不均衡数据聚类时所产生的“均匀效应”,聚类效果明显优于K–means、MC_IK和CVCN算法
文档格式:PPT 文档大小:382.5KB 文档页数:53
4.1PID调节 4.2PID算法的数字实现 4.3PID算法的几种发展 4.4PID参数的整定 4.5达林算法
文档格式:PDF 文档大小:329.12KB 文档页数:28
(一)、匈牙利算法 (二)、最优匹配算法
文档格式:PPT 文档大小:317KB 文档页数:50
4.1 PID调节 4.2 PID算法的数字实现 4.3 PID算法的几种发展 4.4 PID参数的整定 4.5 大林算法
首页上页1415161718192021下页末页
热门关键字
搜索一下,找到相关课件或文库资源 330 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有