该程序包实现了三个模式识别的聚类算法，分别是K-means、LVQ2和GLVQ聚类算法。采用C++语言编写，开发环境是VS。 另外，压缩包中还提供了两个测试样本文件。
上传时间： 2017-03-08
上传用户：xymbian
设∑＝{α1, α2…… αn }是n个互不相同的符号组成的符号集。 Lk＝{β1β2…βk | βiЄ ∑,1≤i≤k}是∑中字符组成的长度为k 的全体字符串。 S是Lk的子集，S是Lk的无分隔符字典是指对任意的S中元素a1a2…ak， b1b2…bk. {a2a3…akb1, a3a4…akb1b2, ……, akb1b2… bk-1 }∩S=Φ。该算法算法，对于给定的正整数n 和k，计算 Lk的最大无分隔符字典。
上传时间： 2013-12-26
上传用户：waitingfy
中卷积码就是一种较好的信道编码方式。这种编码方式同样是把k个信息比特编成n个比特，但k和n通常很小，特别适宜于以串行形式传输信息，减小了编码延时。这里是卷积码的viterbi算法C源代码。
上传时间： 2017-03-27
上传用户：ruixue198909
卷积码就是一种较好的信道编码方式。这种编码方式同样是把k个信息比特编成n个比特，但k和n通常很小，特别适宜于以串行形式传输信息，减小了编码延时。这里是卷积码的viterbi算法java源代码。
上传时间： 2014-11-26
上传用户：ztj182002
为了改善噪声e(k)为有色噪声模型的系统参数估计的统计特性，提出了一种增广矩阵的方法，称为增广最小二乘算法，MATLAB实现范例
上传时间： 2013-12-31
上传用户：zxc23456789
(有源代码)数值分析作业,本文主要包括两个部分,第一部分是常微分方程(ODE)的三个实验题,第二部分是有关的拓展讨论,包括高阶常微分的求解和边值问题的求解(BVP).文中的算法和算例都是基于Matlab计算的.ODE问题从刚性(STIFFNESS)来看分为非刚性的问题和刚性的问题,刚性问题(如大系数的VDP方程)用通常的方法如ODE45来求解,效率会很低,用ODE15S等,则效率会高多了.而通常的非刚性问题,用ODE45来求解会有很好的效果.从阶次来看可以分为高阶微分方程和一阶常微分方程,高阶的微分方程一般可以化为状态空间(STATE SPACE)的低阶微分方程来求解.从微分方程的性态看来,主要是微分方程式一阶导系数大的时候,步长应该选得响应的小些.或者如果问题的性态不是太好估计的话,用较小的步长是比较好的,此外的话Adams多步法在小步长的时候效率比R-K(RUNGE-KUTTA)方法要好些,而精度也高些,但是稳定区间要小些.从初值和边值来看,也是显著的不同的.此外对于非线性常微分方程还有打靶法,胞映射方法等.而对于微分方程稳定性的研究,则诸如相平面图等也是不可缺少的工具.值得提出的是,除了用ode系类函数外,用simulink等等模块图来求解微分方程也是一种非常不错的方法,甚至是更有优势的方法(在应用的角度来说).
上传时间： 2014-01-05
上传用户：caixiaoxu26
Chameleon算法是一种通过在合并两类时用更高 的标准来提高聚类质量的聚类算法,它既考虑了互连 性,又考虑了近似度,特别是簇内部的特征,因而能够 自动地适应被合并簇的内部特征,因此具有较强的发 现任意形状和任意大小簇的能力。Chameleon算法首 先由数据集构造成一个K-最近邻图Gk,再通过一个 图的划分算法将图Gk划分成大量的子图,每个子图 代表一个初始子簇,最后用一个凝聚的层次聚类算法 反复地合并子簇来找到真正的结果簇。
上传时间： 2013-12-11
上传用户：caozhizhi
基于小波变换的特征检索算法，用了广义高斯函数和K-L距离为相似侧度
上传时间： 2017-07-19
上传用户：GHF
通过对聚类分析及其算法的论述，从多个方面对这些算法性能进行比较，同时以儿童生长发育时期的数据为例通过聚类分析的软件和改进的K－means算法来进一步阐述聚类分析在数据挖掘中的实践应用。
上传时间： 2017-08-08
上传用户：Altman
数据结构中的顺序表和数表的查找算法。基本思想：从表的一端开始，顺序扫描线性表，依次将扫描到的结点的关键字与给定值k进行比较,若相等，则查找成功；若扫描到表的另一端仍没有找到与关键字k相等的结点，则查找失败。
上传时间： 2013-12-24
上传用户：it男一枚
