[机器学习] greedy_method.zip

说明： 该资源是贪婪算法的程序代码，包括主程序和子程序，用MATLAB打开可直接运行
<jp66666666> 上传 | 大小：1kb

[机器学习] convex optimization.zip

说明： convex optimization英文原版和中文译本，高清
<qq_25035339> 上传 | 大小：56mb

[机器学习] tesseract 图像识别 OCR

说明： Tesseract的OCR引擎最先由HP实验室于1985年开始研发，至1995年时已经成为OCR业内最准确的三款识别引擎之一。然而，HP不久便决定放弃OCR业务，Tesseract也从此尘封。数年以后，HP意识到，与其将Tesseract束之高阁，不如贡献给开源软件业，让其重焕新生。在2005年，Tesseract由美国内华达州信息技术研究所获得，并委托Google对其进行改进、优化工作。 Tesseract目前已作为开源项目发布在Google Project，它与Leptonica图片处理库
<flyxlee> 上传 | 大小：2mb

[机器学习] 面向微博话题的用户影响力分析算法.pdf

说明： 微博用户影响力分析作为社交网络分析的重要组成部分,一直受到研究人员的关注。针对现有研究工作分析用户行为时间性的不足和忽略用户与参与话题之间关联性等问题,提出了一种面向微博话题的用户影响力分析算法——基于话题和传播能力的用户排序(TSRank)算法。
<mirna> 上传 | 大小：1mb

[机器学习] 基于小型Zynq SoC硬件加速的改进TINY YOLO实时车辆检测算法实现

说明： 针对TINY YOLO车辆检测算法计算量过大,且在小型嵌入式系统中难以达到实时检测要求的问题。利用小型Zynq SoC系统的架构优势以及TINY YOLO的网络权值中存在大量接近零的权值参数这一特点,提出硬件并行加速的改进算法,称为浓缩小型深度网络(Xerantic-TINY YOLO,X-TINY YOLO)车辆检测算
<mirna> 上传 | 大小：1mb

[机器学习] 分层式三维室内地图分类方法及更新机制.pdf

说明： 针对现有的地图更新方法,在室内地图环境下的效果并不理想的问题,提出了一种分层式的室内地图更新方法。首先以室内物体的活动性为参数,然后进行层次的划分来减少更新数据的数量,最后利用卷积神经网络(CNN)对室内数据进行归属层次的判定。实验结果表明,与版本式更新方法相比
<mirna> 上传 | 大小：1016kb

[机器学习] 生物复杂网络motif发现的并行算法.pdf

说明： 生物复杂网络motif发现是一种研究生物网络的重要方法,它基于复杂网络的理论研究,以新的视角来研究生命现象和生命机制,但是在处理较大的网络规模或者需挖掘较大的motif时计算效率低。针对这个问题,在现有串行网络motif发现算法ESU的基础上,提出一种基于消息传递接口(MPI)的并行化ESU
<mirna> 上传 | 大小：1mb

[机器学习] 大规模生物网络马尔可夫聚类的并行化算法.pdf

说明： 马尔可夫聚类算法(MCL)是在大规模生物网络中寻找模块的一个有效方法,能够挖掘网络结构和功能影响力较大的模块。算法涉及到大规模矩阵计算,因此复杂度可达立方阶次。针对复杂度高的问题,提出了基于消息传递接口(MPI)的并行化马尔可夫聚类算法以提高算法的计算性能。
<mirna> 上传 | 大小：1mb

[机器学习] 基于相似连接的多源数据并行预处理方法.pdf

说明： 大规模网络环境和大数据相关技术的发展对传统数据融合分析技术提出了新的挑战。针对目前多源数据融合分析过程灵活性差、处理效率低的问题,提出了一种基于相似连接的多源数据并行预处理方法,该方法采用了分治和并行的思想。首先,通过对多源数据中的相似语义进行统一、对个性语义进行
<mirna> 上传 | 大小：958kb

[机器学习] 基于卡方检验的莱斯信道统计特性可信性评估.pdf

说明： 为有效地对莱斯衰落信道模型统计特性进行验证,提出一种基于卡方拟合优度检验的莱斯衰落信道统计特性可信性评估方法。建立莱斯衰落信道统计特性可信性评估的假设检验模型,根据莱斯信道衰落模型构造信道复输出序列,计算提取其幅度包络序列概率密度分布函数序列,引入卡方拟合优度检验
<mirna> 上传 | 大小：1mb

[机器学习] 自适应负载指标权值的负载均衡算法.pdf

说明： 为解决在Web集群负载均衡算法中预先指定权值来评估服务器节点综合负载不能体现各负载指标动态变化情况的问题,提出一种自适应负载指标权值的负载均衡算法。根据服务器节点各负载指标的实际观测值动态调整各负载指标的权值,更加准确地评估服务器节点的综合负载情况
<mirna> 上传 | 大小：2mb

[机器学习] 能量获取无线传感器网络多跳分簇路由协议.pdf

说明： 针对能量获取无线传感器网络节点能量利用效率过低和网络无法保证持久运行的问题,提出一种多跳WSNs分簇算法(MHC)。对节点进行能量中性约束,即一段时间内节点消耗的能量小于或等于从外界获取的能量,保证整个网络的持久运行;计算最优的数据传输周期,提高节点能量利用的效率,最大化网络
<mirna> 上传 | 大小：4mb