虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

k均值算法

  • 摘 要 该文提出了一种新的图像阈值分割算法。该算法通过求取最大模糊熵准则下

    摘 要 该文提出了一种新的图像阈值分割算法。该算法通过求取最大模糊熵准则下,灰度均值直方图的最佳模糊划分 参数来确定两个模糊集 和 ,图像分割阈值即选取为两个模糊集的交点。该算法用 的模糊熵定义适应度函数, . / 01234 采用改进的遗传算法寻求最佳模糊参数。该文对遗传算法的改进包括,给出了缩短染色体码长的编码方法和性能良好的 改进的单点交叉算子和均匀变异算子。实验结果表明,该算法的分割效果与二维模糊熵算法接近,而计算时间还没有用 到二维模糊熵算法的一半。

    标签: 算法 图像 准则 阈值分割

    上传时间: 2013-12-27

    上传用户:nanfeicui

  • apriori算法的java代码

    apriori算法的java代码,APRRORI算法使用频繁项性质的先验知识,逐层搜索迭代,用K-项集产生(K+1)-项集。APRRORI算法的一个显著特点是:利用APRIORI性质,压缩了频繁项集,提高了算法的效率。

    标签: apriori java 算法 代码

    上传时间: 2013-12-21

    上传用户:qilin

  • Ex3-23 亲兄弟问题 « 问题描述: 给定n 个整数0 1 1 , , , n- a a  a 组成的序列。序列中元素i a 的亲兄弟元素k a 定义为: min{

    Ex3-23 亲兄弟问题 « 问题描述: 给定n 个整数0 1 1 , , , n- a a  a 组成的序列。序列中元素i a 的亲兄弟元素k a 定义为: min{ | } k i j n j j i a = a a ³ a < < 。 亲兄弟问题要求给定序列中每个元素的亲兄弟元素的位置。元素i a 的亲兄弟元素为k a 时,称k 为元素i a 的亲兄弟元素的位置。当元素i a 没有亲兄弟元素时,约定其亲兄弟元素 的位置为-1。 例如,当n=10,整数序列为6,1,4,3,6,2,4,7,3,5 时,相应的亲兄弟元素位 置序列为:4,2,4,4,7,6,7,-1,9,-1。 « 编程任务: 对于给定的n个整数0 1 1 , , , n- a a  a 组成的序列,试用抽象数据类型栈,设计一个O(n) 时间算法,计算相应的亲兄弟元素位置序列。 « 数据输入: 由文件input.txt提供输入数据。文件的第1 行有1 个正整数n,表示给定给n个整数。 第2 行是0 1 1 , , , n- a a  a 。 « 结果输出: 程序运行结束时,将计算出的与给定序列相应的亲兄弟元素位置序列输出到output.txt 中。 输入文件示例 输出文件示例 input.txt 10 4 2 4 4 7 6 7 -1 9 -1 output.txt 6 1 4 3 6 2 4 7 3 5

    标签: 61516 laquo min 序列

    上传时间: 2013-12-17

    上传用户:shizhanincc

  • % decode with soft-input viterbi algorithm 硬判决 % //k=4,r=1/2 %输入数据为软信息

    % decode with soft-input viterbi algorithm 硬判决 % //k=4,r=1/2 %输入数据为软信息,并且数据为均值为1的BPSK调制,如果均值为MEAN,那么62,63,103,104行应做相应修改

    标签: soft-input algorithm viterbi decode

    上传时间: 2014-10-28

    上传用户:aig85

  • kth算法的实现

    kth算法的实现,可找出第k次最短路径,给出优化方案

    标签: kth 算法

    上传时间: 2016-06-11

    上传用户:FreeSky

  • 经典的划分聚类算法

    经典的划分聚类算法,isodata。可以不需要提供K值,进行聚类

    标签: 聚类算法

    上传时间: 2016-06-30

    上传用户:qlpqlq

  • 在一个操场的四周摆放着n 堆石子。现要将石子有次序地合并成一堆。规定在合并过程 中最多可以有m(k)次选k 堆石子合并成新的一堆

    在一个操场的四周摆放着n 堆石子。现要将石子有次序地合并成一堆。规定在合并过程 中最多可以有m(k)次选k 堆石子合并成新的一堆,2≤k≤n,合并的费用为新的一堆的石子 数。试设计一个算法,计算出将n 堆石子合并成一堆的最小总费用。

    标签: 合并 过程

    上传时间: 2013-12-13

    上传用户:cc1015285075

  • Digital Signature Algorithm (DSA)是Schnorr和ElGamal签名算法的变种

    Digital Signature Algorithm (DSA)是Schnorr和ElGamal签名算法的变种,被美国NIST作为DSS(DigitalSignature Standard)。算法中应用了下述参数: p:L bits长的素数。L是64的倍数,范围是512到1024; q:p - 1的160bits的素因子; g:g = h^((p-1)/q) mod p,h满足h < p - 1, h^((p-1)/q) mod p > 1; x:x < q,x为私钥 ; y:y = g^x mod p ,( p, q, g, y )为公钥; H( x ):One-Way Hash函数。DSS中选用SHA( Secure Hash Algorithm )。 p, q, g可由一组用户共享,但在实际应用中,使用公共模数可能会带来一定的威胁。签名及验证协议如下: 1. P产生随机数k,k < q; 2. P计算 r = ( g^k mod p ) mod q s = ( k^(-1) (H(m) + xr)) mod q 签名结果是( m, r, s )。 3. 验证时计算 w = s^(-1)mod q u1 = ( H( m ) * w ) mod q u2 = ( r * w ) mod q v = (( g^u1 * y^u2 ) mod p ) mod q 若v = r,则认为签名有效。   DSA是基于整数有限域离散对数难题的,其安全性与RSA相比差不多。DSA的一个重要特点是两个素数公开,这样,当使用别人的p和q时,即使不知道私钥,你也能确认它们是否是随机产生的,还是作了手脚。RSA算法却作不到。

    标签: Algorithm Signature Digital Schnorr

    上传时间: 2014-01-01

    上传用户:qq521

  • 属性均值聚类

    属性均值聚类,提出了属性均值聚类并给出了迭代算法。提出了基于稳态函数的属性聚类算法, 给出了柯西稳态函数、广义lp 稳态函数和指数稳态函数

    标签: 均值聚类

    上传时间: 2016-08-06

    上传用户:aig85

  • C 程序 球面方位角算法: azimuth.cpp CRC校验快速算法: CRC_Table.cpp 解扰码算法: scrambler.cpp Matlab 程序 信号带宽测量: Ba

    C 程序 球面方位角算法: azimuth.cpp CRC校验快速算法: CRC_Table.cpp 解扰码算法: scrambler.cpp Matlab 程序 信号带宽测量: BandWith.m 带通信号下变频: fqmv.m QPSK 解调 demodQpsk.m pwelch求功率谱的算法 psdwh.m 均值滤波算法 cvmn.m 信号正交分解: Cnv2Bas.m

    标签: cpp CRC_Table scrambler azimuth

    上传时间: 2016-08-13

    上传用户:TF2015