注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. ACM模板(几乎全)

  2. 1 图论 3 1.1 术语 3 1.2 独立集、覆盖集、支配集之间关系 3 1.3 DFS 4 1.3.1 割顶 6 1.3.2 桥 7 1.3.3 强连通分量 7 1.4 最小点基 7 1.5 拓扑排序 7 1.6 欧拉路 8 1.7 哈密顿路（正确？） 9 1.8 Bellman-ford 9 1.9 差分约束系统（用bellman-ford解） 10 1.10 dag最短路径 10 1.11 二分图匹配 11 1.11.1 匈牙利算法 11 1.11.2 KM算法 12 1.12 网络流

  3. 所属分类：C++

    • 发布日期：2011-10-15
    • 文件大小：449kb
    • 提供者：yimmon

  1. acm模板（全）

  2. 1 图论 3 1.1 术语 3 1.2 独立集、覆盖集、支配集之间关系 3 1.3 DFS 4 1.3.1 割顶 6 1.3.2 桥 7 1.3.3 强连通分量 7 1.4 最小点基 7 1.5 拓扑排序 7 1.6 欧拉路 8 1.7 哈密顿路（正确？） 9 1.8 Bellman-ford 9 1.9 差分约束系统（用bellman-ford解） 10 1.10 dag最短路径 10 1.11 二分图匹配 11 1.11.1 匈牙利算法 11 1.11.2 KM算法 12 1.12 网络流

  3. 所属分类：C++

    • 发布日期：2011-12-14
    • 文件大小：567kb
    • 提供者：naughty610

  1. 支持向量机线性不可分的情况

  2. 主要介绍支持向量机线性不可分以及不规则化处理的过程

  3. 所属分类：专业指导

    • 发布日期：2014-02-19
    • 文件大小：85kb
    • 提供者：u013660393

  1. Nonlinear programming

  2. 本书涵盖了非线性规划的主要内容，包括无约束优化、凸优化、拉格朗日乘子理论和算法、对偶理论和方法等，并包含了大量的实际应用案例 .本书从无约束优化问题入手，通过直观分析和严谨证明给出了无约束优化问题的最优性条件，并讨论了梯度法、牛顿法、共轭方向法等实用算法 .进而本书将无约束优化问题的最优性条件和算法推广到具有凸集约束的优化问题中，进一步讨论了处理约束问题的可行方向法、条件梯度法、梯度投影法、双矩阵投影法、坐标块下降法等算法 .拉格朗日乘子理论和算法是非线性规划的核心内容之一，也是本书的重点 .

  3. 所属分类：其它

    • 发布日期：2014-08-19
    • 文件大小：24mb
    • 提供者：time_runner

  1. ACM巨全模板 .pdf

  2. 看大小就知道很全啦 查看地址 https://blog.csdn.net/qq_43333395/article/details/98508424 目录： 数据结构： 1.RMQ (区间最值,区间出现最大次数,求区间gcd) 2.二维RMQ求区间最大值 (二维区间极值) 3.线段树模板(模板为区间加法) (线段树染色) (区间最小值) 4.线性基 (求异或第k大) 5.*树(静态求区间第k小) (区间中小于k的数量和小于k的总和) (区间中第一个大于或等于k的值) 6.权值线段树 (求逆序对)

  3. 所属分类：C/C++

    • 发布日期：2019-10-07
    • 文件大小：8mb
    • 提供者：qq_43333395

  1. 机器学习之主成分分析PCA数据降维

  2. 1 基本概念 PCA即主成分分析技术。主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。 在统计学中，主成分分析PCA是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标(第二主成分)上，依次类推。 主成分分析经常用于减少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：749kb
    • 提供者：weixin_38584148