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. 计算几何-算法分析与设计（中文）.pdf

  2. 这是一本具有启发性的很好的书，翻译的也还不错。 我们的实际生活中有很多的问题亟待解决，当问题很复杂的时候往往让人无从下手，这时候如果利用数学中的几何知识将之转化成为几何问题求解往往会出现出人意料的解决方案。 书中关于点的处理的部分有凸包、正交区域查找、点定位、voronoi图和delaunay三角剖分。 1、凸包： 1）平面凸包：计算平面上由n个点组成的有限集合P的凸包，利用“递增式算法”，逐一引入P中的各点，每增加一个点，观察多边形的外边界是向哪个方向改变，例如：对于点集的上凸包，当其多边形

  3. 所属分类：其它

    • 发布日期：2010-09-08
    • 文件大小：7mb
    • 提供者：wuzq26

  1. 《计算几何--算法与应用》 [PDF]

  2. 计算几何是计算机理论科学的一个重要分支.自20世纪70年代末从算法设计与分析中独立出来起，不到30年，该学科已经有了巨大的发展，不仅产生了一系列重要的理论成果，也在众多实际领域中得到了广泛的应用. 本书的前4章对几何算法进行了讨论，包括几何求交、三角剖分、线性规划等，其中涉及的随机算法也是本书的一个鲜明特点.第5章至第10章介绍了多种几何结构，包括几何查找、kd树、区域树、梯形图、Voronoi图、排列、Delaunay三角剖分、区间树、优先查找树以及线段树等.第11章至第16章结合实际问题，

  3. 所属分类：其它

    • 发布日期：2010-12-25
    • 文件大小：6mb
    • 提供者：shenhay

  1. 计算几何--算法与应用中文版(作者: 德贝尔赫,)

  2. 《计算几何:算法与应用》(第2版)的前4章对几何算法进行了讨论，包括几何求交、三角剖分、线性规划等，其中涉及的随机算法也是《计算几何:算法与应用》(第2版)的一个鲜明特点。第5章至第10章介绍了多种几何结构，包括几何查找、kd树、区域树、梯形图、Voronoi图、排列、Delaunay三角剖分、区间树、优先查找树以及线段树等。第11章至第16章结合实际问题，继续讨论了若干几何算法及其数据结构，包括高维凸包、空间二分及BSP树、运动规划、网格生成及四叉树、最短路径查找及可见性图、单纯性区域查找

  3. 所属分类：专业指导

    • 发布日期：2011-06-20
    • 文件大小：4mb
    • 提供者：seckcoder

  1. fs算法分析与设计之KD树

  2. 本文讲述kd树的基本原理，背景，以及应用，使得自己对其有一个了解

  3. 所属分类：C++

    • 发布日期：2014-11-03
    • 文件大小：1mb
    • 提供者：guo_bin

  1. 算法文档,来看看吧

  2. [原网页] [置顶] 程序员面试、算法研究、编程艺术、红黑树、数据挖掘5大系列集锦 [原网页] 程序员编程艺术第三十~三十一章：字符串转换成整数，通配符字符串匹配 [原网页] 程序员编程艺术第二十八~二十九章：最大连续乘积子串、字符串编辑距离 [原网页] 数据挖掘中所需的概率论与数理统计知识、上 [原网页] 从K近邻算法、距离度量谈到KD树、SIFT+BBF算法 [原网页] 九月十月百度人搜，*，腾讯华为笔试面试八十题(第331-410题) [原网页] 支持向量机通俗导论（理解SVM的三

  3. 所属分类：讲义

    • 发布日期：2015-01-13
    • 文件大小：37mb
    • 提供者：u010811257

  1. 完整视频-coursera公开课 普林斯顿算法 ⅠⅡ部分

  2. 本资源为BT文件，下载速度快，如果P2P工具支持下载字幕可以进行下载 Coursera上的公开课，普林斯顿大学教授Robert Sedgewick主讲《Algorithms》算法 Java实现 课程网站http://algs4.cs.princeton.edu/home/ 视频一个两部分，算法（一）主要集中在基础的数据结构、排序、查找算法。 相关主题有：并查集算法，二分查找，栈，队列，背包，插入排序，选择排序，希尔排序，快速排序， 三切分快排，归并排序，堆排序，二分堆，二分查找树，红黑树，链表

  3. 所属分类：Java

    • 发布日期：2015-01-17
    • 文件大小：121kb
    • 提供者：smilencetion

  1. KD树KNN算法

  2. 文章详细介绍树与图的定义，种类及用途、思路.pdf

  3. 所属分类：C++

    • 发布日期：2015-12-30
    • 文件大小：1mb
    • 提供者：huafan_3

  1. knn算法python实现

  2. knn算法实现，初学者，大佬勿喷您上传的资源如果因版权、使用、内容完整度 等原因被举报并通过官方审核，将扣除通过该资源获得的全部积分

  3. 所属分类：机器学习

    • 发布日期：2018-05-27
    • 文件大小：30kb
    • 提供者：weixin_42322032

  1. 大数据算法视频课程+课件

  2. 大数据在不论在研究还是工程领域都是热点之一，算法是大数据管理与计算的核心主题。本课程试图简要介绍大数据计算中涉及到的基本算法设计方法。适用于大数据研究与开发人员，也适用于数据科学爱好者。 大数据算法这门课程旨在通过讲授一些大数据上基本算法设计思想，包括概率算法、I/O有效算法和并行算法，让听课的同学们接触到和传统算法课程不一样的算法设计与分析思路，并且以最新的研究成果为导向，让参与这门课程学习的同学了解大数据算法的前沿知识。通过这门课程的学习，同学可以掌握大数据算法设计的基本思想，掌握大数据算

  3. 所属分类：算法与数据结构

    • 发布日期：2018-02-05
    • 文件大小：187byte
    • 提供者：u013844840

  1. kuangbin acm模板超级好用

  2. 1 字符串处理 5 1.1 KMP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.2 e-KMP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.3 Manacher . . . . . . . . . . . . . . . . . . .

  3. 所属分类：C++

    • 发布日期：2018-09-05
    • 文件大小：1mb
    • 提供者：qq_41568836

  1. 一文详解：什么是B树？.pdf

  2. 详细了解B树的实现机制，深入理解大规模数据存储、索引查询的问题2.1磁盘的构造 磁盘是一个扁平的圆盘(与电唱机的唱片类似)。盘面上有许多称为磁道的圆圈, 数据就记录在这些磁道上。磁盘可以是单片的,也可以是由若干盘片组成的盘组, 每一盘片上有两个面。如下图11.3中所示的6片盘组为例,除去最顶端和最底 端的外侧面不存储数据之外,一共有10个面可以用来保存信息。 存取装置 主轴 动臂 盘片 柱面 千专 道 读写美 图11.3活动头盘示意图 当磁盘驱动器执行读/写功能时。盘片装在一个主轴上,并绕主轴高

  3. 所属分类：互联网

    • 发布日期：2019-10-08
    • 文件大小：547kb
    • 提供者：feige74110

  1. Matlab三维离散点云的邻域点搜索（柱状邻域、球状邻域及KNN）

  2. 利用matlab构建kd树，通过KNN、球状邻域与柱状邻域三种搜索方式高效获取当前点的三种邻域点。压缩包中包括主函数nbselect、demo、示例数据与结果图。

  3. 所属分类：专业指导

    • 发布日期：2020-10-12
    • 文件大小：127kb
    • 提供者：qq_26447137

  1. 简单粗暴理解与实现机器学习之K-近邻算法（十）：交叉验证，网格搜索（模型选择与调优）API、鸢尾花案例增加K值调优

  2. K-近邻算法 文章目录K-近邻算法学习目标1.10 交叉验证，网格搜索1 什么是交叉验证(cross validation)1.1 分析1.2 为什么需要交叉验证**问题：那么这个只是对于参数得出更好的结果，那么怎么选择或者调优参数呢？**2 什么是网格搜索(Grid Search)3 交叉验证，网格搜索（模型选择与调优）API：4 鸢尾花案例增加K值调优 学习目标 掌握K-近邻算法实现过程 知道K-近邻算法的距离公式 知道K-近邻算法的超参数K值以及取值问题 知道kd树实现搜索的过程 应用KN

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：113kb
    • 提供者：weixin_38658568

  1. KNN（K最近邻）分类算法_糖潮丽子的博客

  2. 我们本篇博客来学习KNN算法的原理，超参数调整，以及KNN算法应用。 kNN算法：K最近邻(kNN，k-NearestNeighbor)分类算法。 KNN算法1、算法概述2、举例3、加深理解4、算法原理5、算法超参数5.1 K值5.2 关于K的取值5.3 距离度量方式5.4 权重计算方式6、算法步骤7、使用KNN实现分类7.1 建模预测7.2 超参数对模型的影响7.3 超参数调整8、使用KNN回归预测8.1 建模预测8.2 数据标准化8.3 流水线9、KD树10、总结 1、算法概述 邻近算法，

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：866kb
    • 提供者：weixin_38701156

  1. 完整视频-coursera公开课 普林斯顿算法 ⅠⅡ部分

  2. 本资源为BT文件，下载速度快，如果P2P工具支持下载字幕可以进行下载 Coursera上的公开课，普林斯顿大学教授Robert Sedgewick主讲《Algorithms》算法 Java实现 课程网站http://algs4.cs.princeton.edu/home/ 视频一个两部分，算法（一）主要集中在基础的数据结构、排序、查找算法。 相关主题有：并查集算法，二分查找，栈，队列，背包，插入排序，选择排序，希尔排序，快速排序， 三切分快排，归并排序，堆排序，二分堆，二分查找树，红黑树，

  3. 所属分类：Java

    • 发布日期：2020-12-30
    • 文件大小：122kb
    • 提供者：downk

  1. 从K近邻算法、距离度量谈到KD树、SIFT+BBF算法（二）

  2. 之前blog内曾经介绍过SIFT特征匹配算法，特征点匹配和数据库查、图像检索本质上是同一个问题，都可以归结为一个通过距离函数在高维矢量之间进行相似性检索的问题，如何快速而准确地找到查询点的近邻，不少人提出了很多高维空间索引结构和近似查询的算法。一般说来，索引结构中相似性查询有两种基本的方式：一种是范围查询，范围查询时给定查询点和查询距离阈值，从数据集中查找所有与查询点距离小于阈值的数据另一种是K近邻查询，就是给定查询点及正整数K，从数据集中找到距离查询点最近的K个数据，当K=1时，它就是最近邻查

  3. 所属分类：其它

  1. 从K近邻算法、距离度量谈到KD树、SIFT+BBF算法

  2. 前两日，在微博上说：“到今天为止，我至少亏欠了3篇文章待写：1、KD树；2、神经网络；3、编程艺术第28章。你看到，blog内的文章与你于别处所见的任何都不同。于是，等啊等，等一台电脑，只好等待..”。得益于田，借了我一台电脑（借他电脑的时候，我连表示感谢，他说“能找到工作全靠你的博客，这点儿小忙还说，不地道”，有的时候，稍许感受到受人信任也是一种压力，愿我不辜负大家对我的信任），于是今天开始Top10AlgorithmsinDataMining系列第三篇文章，即本文「从K近邻算法谈到KD树、S

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：264kb
    • 提供者：weixin_38746574

  1. 从K近邻算法、距离度量谈到KD树、SIFT+BBF算法（二）

  2. 之前blog内曾经介绍过SIFT特征匹配算法，特征点匹配和数据库查、图像检索本质上是同一个问题，都可以归结为一个通过距离函数在高维矢量之间进行相似性检索的问题，如何快速而准确地找到查询点的近邻，不少人提出了很多高维空间索引结构和近似查询的算法。一般说来，索引结构中相似性查询有两种基本的方式：一种是范围查询，范围查询时给定查询点和查询距离阈值，从数据集中查找所有与查询点距离小于阈值的数据另一种是K近邻查询，就是给定查询点及正整数K，从数据集中找到距离查询点最近的K个数据，当K=1时，它就是最近邻查

  3. 所属分类：其它

  1. 从K近邻算法、距离度量谈到KD树、SIFT+BBF算法

  2. 前两日，在微博上说：“到今天为止，我至少亏欠了3篇文章待写：1、KD树；2、神经网络；3、编程艺术第28章。你看到，blog内的文章与你于别处所见的任何都不同。于是，等啊等，等一台电脑，只好等待..”。得益于田，借了我一台电脑（借他电脑的时候，我连表示感谢，他说“能找到工作全靠你的博客，这点儿小忙还说，不地道”，有的时候，稍许感受到受人信任也是一种压力，愿我不辜负大家对我的信任），于是今天开始Top 10AlgorithmsinDataMining系列第三篇文章，即本文「从K近邻算法谈到KD树、

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：264kb
    • 提供者：weixin_38520437

  1. kd树数据结构实现k-means聚类算法加速

  2. 主要的方法就是，将数据存储在kd树这种空间数据结构中，树的思想类似于二叉搜索树、红黑树等，真的很强大（相信童靴们明白的）。改进的k-means方法主要考虑了合理的初始候选质心的方式，并且利用kd树的特性，减少了循环计算欧式距离的次数，并且从Voronoi多边形得到的启发进行最近点计算和剪枝策略，实现的代码。运行证明在大量数据的情况下，算法的执行效率确实有很大改进。最后感谢Tapas Kanungo等的论文《An Efficient k-Means Clustering Algorithm:Ana

  3. 所属分类：机器学习

    • 发布日期：2021-01-14
    • 文件大小：94kb
    • 提供者：qq_42395033
« 12 »