您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Matlab实现的最邻近规则聚类程序

  2. 简单的用Matlab实现的最邻近规则的聚类小程序
  3. 所属分类:其它

    • 发布日期:2010-07-31
    • 文件大小:996byte
    • 提供者:wwwjh123
  1. 信号完整性基础知识(中兴)

  2. 第1章 高速数字系统设计的信号完整性分析导论 7 1.1. 基本概念 7 1.2. 理想的数字信号波形 7 理想的TTL数字信号波形 7 1.2.2. 理想的CMOS数字信号波形 7 1.2.3. 理想的ECL数字信号波形 8 1.3. 数字信号的畸变(或信号不完整) 8 1.3.1. 地线电阻的电压降的影响——地电平(0电平)直流引起的低电平提高 8 1.3.2. 信号线电阻的电压降的影响 8 1.3.3. 电源线电阻的电压降的影响 10 1.3.4. 转换噪声 11 串扰噪声 11 1.3
  3. 所属分类:专业指导

    • 发布日期:2010-09-26
    • 文件大小:269kb
    • 提供者:chiyunzm
  1. 中兴通讯硬件一部巨作-信号完整性

  2. 第1章 高速数字系统设计的信号完整性分析导论 7 1.1. 基本概念 7 1.2. 理想的数字信号波形 7 1.2.1. 理想的TTL数字信号波形 7 1.2.2. 理想的CMOS数字信号波形 7 1.2.3. 理想的ECL数字信号波形 8 1.3. 数字信号的畸变(或信号不完整) 8 1.3.1. 地线电阻的电压降的影响——地电平(0电平)直流引起的低电平提高 8 1.3.2. 信号线电阻的电压降的影响 8 1.3.3. 电源线电阻的电压降的影响 10 1.3.4. 转换噪声 11 1.3.
  3. 所属分类:硬件开发

    • 发布日期:2011-09-30
    • 文件大小:1mb
    • 提供者:weite_0303
  1. 武汉大学2011遥感院复试上机真题

  2. 武汉大学2011遥感院复试上机真题——编程实现基于最邻近规则的试探法聚类算法。
  3. 所属分类:其它

    • 发布日期:2012-03-15
    • 文件大小:32kb
    • 提供者:daidachang
  1. GSM频率规划

  2. MF007001 频率规划ISSUE1.4 引入 学习目标 第一章 频率规划相关知识介绍 GSM系统频率资源 GSM系统所需载干比 话音质量等级编码 频率复用 4X3频率复用 1.1 GSM系统频率资源 1.1 GSM系统频率资源 GSM900: 基站收:f1(n)=890+n×0.2 MHz 基站发:f2(n)=f1(n)+45 MHz 1.2 GSM系统所需载干比 1.2 GSM系统所需载干比 比特误码 可修复:信道编码,纠错 不可修复:相位失真 系统干扰模型 非平衡 上行干扰≠下行干扰
  3. 所属分类:电信

    • 发布日期:2012-04-24
    • 文件大小:969kb
    • 提供者:xdada123
  1. arcgis工具

  2. arcgis工具总结 1. 要素的剪切与延伸 实用工具 TASK 任务栏 Extend/Trim feature 剪切所得内容与你画线的方向有关。 2. 自动捕捉跟踪工具 点击Editor工具栏中Snapping来打开Snapping Environment对话框 捕捉设置中有3个选项, vertex edge end 分别是节点、终点、和边,选择end应该会捕捉端点 3. 图斑面积计算及长度计算 应用工具CALCULATE AREA 或者使用VBA代码实现 新建字段并开启Advanced 写
  3. 所属分类:数据库

    • 发布日期:2012-10-22
    • 文件大小:37kb
    • 提供者:wu_xiujun
  1. 聚类分析算法说明

  2. 聚类分析算法说明 9.2.基于试探的位置类别聚类算法 9.2.1 最邻近规则的试探法
  3. 所属分类:C/C++

  1. 深度学习基础加进阶视频教程

  2. 【课程内容】 基础 课程介绍机器学习介绍 深度学习介绍 基本概念 决策树算法 决策树应用 最邻近规则分类KNN算法 最邻近规则KNN分类应用 支持向量机SVM 神经网络算法应用 简单线性回归 多元线性回归 非线性回归 Logistic Regression 回归中的相关度和决定系数 回归中的相关性和R平方值应用 Kmeans算法 Kmeans应用 Hierarchical clustering 层次聚类 进阶 基本概念 软件包安装和环境配置总述 环境配置分部详解 手写数字识别 神经网络基本结构
  3. 所属分类:深度学习

    • 发布日期:2018-03-14
    • 文件大小:75byte
    • 提供者:u013844840
  1. 弱胶结围岩条件下邻近巷道掘进扰动影响因素

  2. 深部开采条件下,弱胶结围岩条件下邻近大巷掘进相互扰动影响较大。针对弱胶结砂岩强度、相邻巷道间距、巷道间层位、巷道掘进顺序、巷道掘进错距等影响巷道掘进的扰动因素,采用理论分析和数值模拟等手段研究不同影响因素对巷道围岩稳定性影响规律。结果表明:1)随着水平间距逐渐变大,巷道周围应力分布逐渐规则,水平间距≥40 m时,先掘巷道围岩的变形量变化不大,巷道互相干扰程度逐渐减小;间距为20 m时,先掘巷道非对称变形严重,沿巷道掘进方向,先掘巷道右帮变形量是左帮变形量的2.4倍;2)邻近巷道间距不变,邻近巷道
  3. 所属分类:其它

    • 发布日期:2020-05-06
    • 文件大小:851kb
    • 提供者:weixin_38629130
  1. 4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用_files.zip

  2. 深度学习资料
  3. 所属分类:深度学习

    • 发布日期:2020-02-19
    • 文件大小:106kb
    • 提供者:diweiguang
  1. 4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法_files.zip

  2. 深度学习资料
  3. 所属分类:深度学习

    • 发布日期:2020-02-19
    • 文件大小:1mb
    • 提供者:diweiguang
  1. 易康用户操作手册.pdf

  2. 特别好的资源,希望大家可以用来进行学习e Cognition Developer9—用户指南 353分类(最邻近法)( Nearest Neighbor)135 354分类(亮度阈值)( Brightness Threshold) 37 3.6导出数据 DDDD面 DDDDDDD1 361导出(点) 362导出(多边形) 4教程引言 40 4.1形状识别 40 4.1.1将影像分为基木的对象 4.1.2识别背景 41 4.1.3形状和它们的属性 D I …,43 4.1.4完整的规则集… 44
  3. 所属分类:其它

    • 发布日期:2019-07-28
    • 文件大小:8mb
    • 提供者:qq_40178533
  1. 基础电子中的发射器件晶外结构

  2. 半导体材料是由一种或几种原子周期性规则排列而成的晶体,而每个原子又包含原子核和核外电子。夫于半导体晶体结构的基础理论在相关固体物理方面的书籍中已有详细论述,这里不作为本书的重点内容进行详细展开。本节简要介绍几种重要的半导体晶体结构。常用的半导体材料包括金刚石(以51为代表)、闪锌矿(以GaAs为代表)和纤锌矿(以ZnSe为代表)晶体结构。   硅和锗等重要半导体材料都属于第Ⅳ族元素,原子的最外层都具有4个价电子。大量的硅、锗原子靠共价键结合成晶体,他们的晶体结构与碳原子组成的结构一样都属于金刚
  3. 所属分类:其它

    • 发布日期:2020-11-13
    • 文件大小:222kb
    • 提供者:weixin_38663036
  1. python实现kNN算法

  2. kNN(k-nearest neighbor)是一种基本的分类与回归的算法。这里我们先只讨论分类中的kNN算法。 k邻近算法的输入为实例的特征向量,对对应于特征空间中的点;输出为实例的类别,可以取多类,k近邻法是建设给定一个训练数据集,其中的实例类别已定,分类时,对于新的实例,根据其k个最邻近的训练实例的类别,通过多数表决等方式进行预测。所以可以说,k近邻法不具有显示的学习过程。k临近算法实际上是利用训练数据集对特征向量空间进行划分,并作为其分类的“模型” k值的选择,距离的度量和分类决策规
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:96kb
    • 提供者:weixin_38746951
  1. K 近邻法及其在手写数字识别的实践

  2. 文章首发于 个人博客 引言 k 近邻法(k-nearest-neighbor, KNN)是一种基本的分类和回归方法。现在只讨论其分类方面的应用,它不具备明显的学习过程,实际上是利用已知的训练数据集对输入特征向量空间进行划分,并作为其分类的“模型”。 其中 k 值的选择、距离的度量及分类决策规则是 k 近邻模型的三个基本要素。 本文将按照以下提纲进行: k 近邻法阐述 k 近邻的模型 k 近邻在手写数字识别上的实战 k 近邻法阐述 k 近邻算法非常容易理解,因为其本质上就是求距离,这是非常简单而直
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:344kb
    • 提供者:weixin_38720762
  1. 一种基于感知哈希选择的最邻近入侵检测方法

  2. 针对入侵检测的效率问题,提出一种将感知哈希用于最邻近分类的入侵检测方法,并提出建立杂交带集合来提高入侵检测速度。具体做法是先将训练样本转换为一段感知哈希摘要,再由相同的哈希摘要的训练样本构成的集合按照一定的规则建立杂交带集合; 入侵检测阶段计算被检测对象的感知哈希摘要,并根据被检测对象的哈希摘要找到其在训练集合上对应的子集合从而完成粗粒度分类,然后在该子集合对应的杂交带上根据投票选择完成细粒度分类。实验结果表明该方法不仅保证了检测的精度还提高了入侵检测速度。
  3. 所属分类:其它

  1. 基于关键点的输电线路防振锤滑移视觉检测

  2. 提出一种基于关键点训练学习的防振锤滑移检测方法。首先利用改进SSD模型对防振锤进行识别、定位;再选择防振锤关键点,训练MobileNetV3网络,通过上一级定位结果设定输入区域,从而实现关键点的检测;最后依据线路图像特征,制定相应判别规则。当档距内悬挂m(m≥2)个防振锤时,利用关键点几何约束关系实现判别;当档距内悬挂单防振锤时,采用EPnP算法估计相机在多个角度的位姿,通过位姿与线夹关键点像素坐标间的关系求解最邻近点的世界坐标,判断最邻近点与防振锤间的距离是否在阈值范围内。实验结果表明,所提方
  3. 所属分类:其它

  1. 机器学习算法总结3:k近邻法

  2. k近邻法(k-NN)是一种基本分类与回归方法。算法思想:给定一个数据集,对新的输入实例,在训练数据集中找到与其最邻近的k个实例,这k个实例的多数属于某个类,就把该输入实例分为哪个类。 k近邻的特殊情况是k=1的情形,称为最近邻算法。 k近邻算法没有显式的学习过程。 1.模型:k近邻法使用的模型对应于对特征空间的划分。 k近邻法中,当训练集、k值、距离度量(如欧式距离)及分类决策规则确定后,对于任何一个新的输入实例,它所属的类唯一地确定。 模型的三个基本要素:k值的选择、距离度量以及分类决策规
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:427kb
    • 提供者:weixin_38508821