vxWorks下基于缓冲队列的全双工网络通讯.pdf 文章针对半自动大型仪器使用半~K．．T--网络通讯造成的效率下降问题，建立了在嵌入式实时操作系统vxWorks 下全双工网络通讯的模式，并特别提出了双缓冲队列的流水线处理方法和通讯死时J"l的概念。该方法充分利用vxWorks 对多任务和网络的良好支持，做到了在操作人员层面上的软件零死时间，在改善系统响应特性，提高软件效率上都很有 帮助。因此比半双工通讯方式更加适用于半自动控制
上传时间： 2016-07-25
上传用户：zhouli
K-means algorithm, written by visual c++ 6
标签： algorithm K-means written visual
上传时间： 2014-11-10
上传用户：cylnpy
插件点击功能代码 C++编写 市面上绝对没有 不同霸王 不容易被K号
上传时间： 2016-07-28
上传用户：xlcky
JFreeChart实例22: 基于 OHLCDataset 数据集的K线图表
标签： OHLCDataset JFreeChart 22 数据集
上传时间： 2016-07-28
上传用户：yulg
用matlab语言实现k均值的模式识别的聚类算法
上传时间： 2014-01-10
上传用户：bcjtao
求第k个最小值问题，中间用半快速排序，教师布置的作业
标签：
上传时间： 2016-07-30
上传用户：gxrui1991
这是一些分类器的综合包括贝叶斯K聚类等
上传时间： 2016-07-31
上传用户：daoxiang126
K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开
上传时间： 2016-07-31
上传用户：youlongjian0
K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开
上传时间： 2013-12-19
上传用户：chenlong
一个用java实现的k-means的简单算法
上传时间： 2014-08-28
上传用户：13188549192
