提示用户输入一个3*4和4*5的矩阵，然后实现这两个矩阵的相乘运算，最后输出运算结果。
上传时间： 2015-06-02
上传用户：wang0123456789
实验描述：分布式数据库的算法partition的具体实现。即通过该算法找到关系数据库最优分裂点，使得结果最优。 算法思想： 1、 首先根据所输入的attribute usage matrix得到AQ（ ） 2、 对CA矩阵中划分点预先设在n-1处，并将属性列分成两个集合，TA和BA，TA中的元为：{ A1 、A2 …… An-1 },BA中的元素为：{ An} 3、 确定集合TQ、BQ和OQ，其中TQ={ qj| AQ(qi) TA},BQ= TQ={ qj| AQ(qi) BA}, OQ=Q-{TQ BQ}。 4、 计算出CTQ、CBQ、COQ这些值，其中CTQ= ，CBQ= ，COQ= 5、 通过划分点的第次移动分别计算出z=CTQ*CBQ-COQ2 6、 对取到的z的最大值处标记，为分割点 7、 对CA进行调整，重复计算得到最终z的最大值点，对CA矩阵进行划分 8、 对上述算法进行修改，将得到的最大z值的分割点和次大的分割点都记录下来，得到两个分割，则将原有的属性集划分成三部分。 该算法的目的是找到独立存取的属性集合或者分别的应用集。比如说，如果可以找到两个属性A1,A2,他们只是被q1读取，而A3,A4被q2,q3读取，这样在分裂的时候可以确定。算法就是找到这些组。另外为了简单化起见，我命令refj(qi)全部等于1.
上传时间： 2015-06-04
上传用户：13160677563
实验描述：分布式数据库的算法partition的具体实现。即通过该算法找到关系数据库最优分裂点(2个），使得结果最优。 1、 首先根据所输入的attribute usage matrix得到AQ（ ） 2、 对CA矩阵中划分点预先设在n-1处，并将属性列分成3个集合，TA和BA和MA， 3、 确定集合TQ、BQ,MQ和OQ，其中TQ={ qj| AQ(qi) TA},BQ= TQ={ qj| AQ(qi) BA}, MQ={ qj| AQ(qi) MA},OQ=Q-{TQ BQ}。 4、 计算出CTQ、CBQ、CMQ、COQ这些值，其中CTQ= ，CBQ= ，CMQ= ，COQ= 5、 通过划分点的第次移动分别计算出z=CTQ*CBQ*CMQ-COQ3 6、 对取到的z的最大值处标记，为分割点 7、 对CA进行调整，重复计算得到最终z的最大值点，对CA矩阵进行划分 对上述算法进行修改，将得到的最大z值的分割点和次大的分割点都记录下来，得到两个分割，则将原有的属性集划分成三部分。
上传时间： 2015-06-04
上传用户：515414293
DijkstraPrj算法的实现，基于边拓扑信息存储的结构，主要应用在GIS领域，不用构造矩阵，是作者原创，vc6通过，有个图的例子。
标签： DijkstraPrj 算法
上传时间： 2013-12-27
上传用户：杜莹12345
非线性最小二乘算法，矩阵和向量类为自己编写，用数组代替也可以
上传时间： 2014-01-01
上传用户：lyy1234
数值分析算法描述与习题解答，由清华大学徐士良教书，用C编写的各种数学算法。比如：托伯利兹型线性代数方程组的递推算法，全选主元高斯消去法解复系数线形代数方程组，复矩阵求逆的全选主元高斯-约当法，等；
上传时间： 2014-01-02
上传用户：weixiao99
用java实现的最短路径dijkstra算法，用邻接矩阵实现
上传时间： 2015-06-24
上传用户：海陆空653
用外积和法设计的权矩阵，不能保证p对模式全部正确的联想。若对记忆模式对加以限制（即要求p个记忆模式Xk是两两正交的），则用外积和法设计的BAM网具有较好的联想能力。 在难以保证要识别的样本（或记忆模式）是正交的情况下，如何求权矩阵，并保证具有较好的联想能力？这个问题在用BAM网络实现对字符的识别程序仿真中得到体现。我们做过尝试，用伪逆法求权矩阵，虽然能对未加干扰的字符全部进行识别，但对加有噪声的字符识别效果很差。至于采用改变结构和其他算法的方法来求权矩阵，将是下一步要做的工作。
标签： 矩阵
上传时间： 2015-07-04
上传用户：ikemada
用C语言实现最短路径算法中的Floyd-Warshall算法，这个算法可以用来解决信号处理中的一些问题。floyd_warshall.c是源程序；distance_2.txt文件存放图中各点之间的距离，以99999表示无穷大；floyd.txt文件是输出文件，其中存放各轮得到的输出矩阵，以及最后得到的各点间最短距离，如果有负回路则返回FALSE。
标签： Floyd-Warshall 算法 C语言 最短路径
上传时间： 2015-07-11
上传用户：lanjisu111
MCRGSA------组播路由问题遗传模拟退火算法 ％M-----------遗传算法进化代数 ％N-----------种群规模，取偶数 ％Pm----------变异概率调节参数 ％K-----------同一温度下状态跳转次数 ％t0----------初始温度 ％alpha-------降温系数 ％beta--------浓度均衡系数 ％ROUTES------备选路径集 ％Num---------到各节点的备选路径数目 ％Cost--------费用邻接矩阵 ％Source------源节点标号 ％End---------目的节点标号组成的向量 ％MBR---------各代最优路径编码
上传时间： 2015-07-18
上传用户：363186
