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. 凝聚型层次聚类的matlab代码

  2. 代码说明 代码仅供学习研究，未经允许，请勿擅自商用。 1.输入文件格式 输入的文件要求为N行两列的形式，两列分别对应，输入数据点的X轴坐标和Y轴坐标。 输入文件格式示例如下： 0.821794 -0.0462153 1.03929 0.060835 1.12046 0.0745568 1.02233 0.0514739 2.代码支持的凝聚层次聚类算法 通过简要的修改代码中函数的参数，代码可以支持不同的凝聚方法，支持的凝聚方法如下，默认的为代码本身算法： 单连接算法（默认，最近邻聚类算法，最短距

  3. 所属分类：数据库

    • 发布日期：2015-06-10
    • 文件大小：328kb
    • 提供者：mxlm*w

  1. 图像匹配（直方图子块匹配）

  2. 1、掌握基于DSP的数字图像的读取、显示与处理方法。 2、掌握基于C语言的数字图像直方图匹配与识别方法。

  3. 所属分类：专业指导

    • 发布日期：2015-12-24
    • 文件大小：5mb
    • 提供者：babysteps

  1. 基于Halcon的食品生产日期针孔光学字符检测_鹿武先

  2. 光学字符识别是自动化生产的重要组成部分。针孔字符的特殊性使得字符识别难度加大，鉴于此，在对字符提取后采用闵可夫斯基加减法进行膨胀，解决了针孔字符不连接的问题 。基于 ＢＰ神经网络对字符进行特征提取，由于生产日期是多分类问题，采用 Ｓｏｆｔｍａｘ分类器进行分类。经验证，该系统对针孔字符的正确识别率达 ９５％ 以上。光学字符识别包含两个任务：将图像中的单个字符分割出来并对割得到的字符进行分类 ， 以酸奶生产日期为例进行探讨

  3. 所属分类：其它

    • 发布日期：2017-09-11
    • 文件大小：725kb
    • 提供者：yuanyuanailizhi

  1. 聚类分析基础概念

  2. K-Means 基于距离的聚类算法 欧氏距离，曼哈顿距离，闵可夫斯基距离 实现原理 随机选取两个点作为聚类中心 计算每个点到聚类中心的距离，进行聚类 计算每个聚类中点的坐标平均值，找出中心点 重复上述过程，直到聚类中心位置变化很小或很大迭代数 孤立点 聚类评估

  3. 所属分类：讲义

    • 发布日期：2017-12-28
    • 文件大小：1kb
    • 提供者：huayuehenlove

  1. 判断闵可夫斯基距离在其参数p取什么值的时候满足度量空间特性

  2. 判断闵可夫斯基距离在其参数p取什么值的时候满足度量空间特性，p取值整数范围，建议至少讨论特殊情况，说明理由，不需要严格证明

  3. 所属分类：专业指导

    • 发布日期：2018-04-12
    • 文件大小：91kb
    • 提供者：qq_33893619

  1. 三大白平衡算法的统一实现gray world,gray edge,width patch，Shades of Grey（matlab）

  2. 相关文章：Edge-Based Color Constancy 中提出闵可夫斯基模型，统一了两大经典白平衡算法，并衍生出gray edge算法，同时 Shades of Grey也符合该模型

  3. 所属分类：其它

    • 发布日期：2018-05-14
    • 文件大小：190kb
    • 提供者：sinat_29018995

  1. 无穷级数与连分数

  2. 《无穷级数与连分数》比较系统地对无穷级数在数学中所起的技术工具作用与连分数解析理论构造闵可夫斯基（Minkowski）函数及将其开拓到复数域上作了介绍。特别较为无穷发散级数的几种和性结合实际地作了论述和论证。当然这是《无穷级数与连分数》在数学思想方面的体现。 《无穷级数与连分数》第一章主要介绍无穷收敛级数在经典与近代数学中的技术工具作用，第二章主要介绍无穷发散级数作为某些函数的渐进级数作相应的数值计算与求微分方程的数值解。同时不同程度地阐明了对无穷发散级数的几种可和性方法。第三章论述连分数与无

  3. 所属分类：讲义

  1. 黑洞量子N肖像和BMS对称性的经典极限

  2. 在（半）经典极限中，用N表示的黑洞熵是无限的。 这种缩放揭示了有关携带黑洞熵的量子位自由度的非常重要的信息。 即，量子位的多重度标度为N，而其能隙和耦合度标度为1 / N。 Bogoliubov-Goldstone描绘黑洞量子画像的N个软引力子的量子临界态（凝聚态或相干态）的自由度确实表现出了这种行为。 可以将它们视为作用在引力子冷凝物上的对称性破坏的Goldstone模式。 在这张照片中，闵可夫斯基空间自然以无限波长的N =∞引力子的相干态出现，并带有无限熵。 在本文中，我们问这种对称性经典

  3. 所属分类：其它

    • 发布日期：2020-04-04
    • 文件大小：284kb
    • 提供者：weixin_38590775

  1. The relating geometry in Special Relativity

  2. 刍议一种在闵可夫斯基空间上的几何，梁正臣，郝保国，考虑紧致 Lie 代数 $mathfrak{g}$ 的 Cartan 分解. 对应的紧致连通 Lie 群 $G$ 同胚于极大子环群 $H$ 和商 Lie 群 $G_Sigma=G/H$ 的直积. 对 Minkowski 空间

  3. 所属分类：其它

    • 发布日期：2020-02-13
    • 文件大小：547kb
    • 提供者：weixin_38663151

  1. 闵可夫斯基空间中时间延缓效应

  2. 触类旁通

  3. 所属分类：互联网

    • 发布日期：2017-08-24
    • 文件大小：64kb
    • 提供者：qq_37192170

  1. Python用户推荐系统曼哈顿算法实现完整代码

  2. 出租车几何或曼哈顿距离（Manhattan Distance）是由十九世纪的赫尔曼·闵可夫斯基所创词汇 ，是种使用在几何度量空间的几何学用语，用以标明两个点在标准坐标系上的绝对轴距总和。 图中红线代表曼哈顿距离，绿色代表欧氏距离，也就是直线距离，而蓝色和黄色代表等价的曼哈顿距离。曼哈顿距离——两点在南北方向上的距离加上在东西方向上的距离，即d（i，j）=|xi-xj|+|yi-yj|。对于一个具有正南正北、正东正西方向规则布局的城镇街道，从一点到达另一点的距离正是在南北方向上旅行的距离加上在东

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：71kb
    • 提供者：weixin_38638309

  1. 【K近邻（KNN）算法（一）】KNN的概念

  2. 文章目录K-最近邻算法1.算法介绍2.算法公式（1）分类（2）回归（不好，可以不看）（3）L1和L2范数距离L1范数距离(曼哈顿距离):L2范数距离(欧几里得距离):闵可夫斯基（knn中使用）3.K值选择举例 K-最近邻算法 1.算法介绍 属于有监督学习，知道可能的结果。属于多分类算法。K NearestN eighbors算法又叫K – NN算法，这个算法是机器学习里面一个比较经典的算法，总体来说K – NN算法是相对比较容易理解的算法。十大机器算法之一。 定义 如果一个样本在特征空间中的 个

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：301kb
    • 提供者：weixin_38718307

  1. KNN scikit-learn相关参数

  2. KNeighborsClassifier & KNeighborsRegressor weights:样本权重，可选参数: uniform(等权重)、distance(权重和距离成反比，越近影响越强)；默认为uniform。 n_neighbors：邻近数目，默认为5。 algorithm：计算方式，默认为auto，可选参数: auto、ball_tree、kd_tree、brute；推荐选择kd_tree。 leaf_size：在使用KD_Tree的时候，叶子数量，默认为30。 metric：

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：25kb
    • 提供者：weixin_38651165

  1. Python Numpy计算各类距离的方法

  2. 详细: 1.闵可夫斯基距离(Minkowski Distance) 2.欧氏距离(Euclidean Distance) 3.曼哈顿距离(Manhattan Distance) 4.切比雪夫距离(Chebyshev Distance) 5.夹角余弦(Cosine) 6.汉明距离(Hamming distance) 7.杰卡德相似系数(Jaccard similarity coefficient) 8.贝叶斯公式 1.闵氏距离的定义: 两个n维变量A(x11,x12,…,x1n)与 B(x21,

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：260kb
    • 提供者：weixin_38714509

  1. 勾股模糊集的距离测度及其在多属性决策中的应用

  2. 首先,讨论3种勾股模糊数排序方法的特点,指出其中两种排序方法的不足;其次,研究勾股模糊集的结构特征,指出勾股模糊数本质上由隶属度、非隶属度、自信度和自信度方向4个特征参数完全刻画;再次,利用上述4个参数分别构造勾股模糊数和勾股模糊集之间的海明距离、欧几里得距离和闵可夫斯基距离,并研究这些距离公式的性质;最后,借助理想点法给出基于勾股模糊集距离的多属性决策方法,并通过实例验证所提方法的合理性.

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：187kb
    • 提供者：weixin_38684743

  1. 基于目标特征选择和去除的改进K-means聚类算法

  2. 针对高维数据聚类中K-means算法无法有效抑制噪声特征、实现不规则形状聚类的缺点,提出一种基于目标点特征选择和去除的改进K-均值聚类算法.该算法使用闵可夫斯基规度作为评价距离进行目标点的分类,增设权重调节参数a、重置权重系数α进行特征选择和去除,可有效减小非聚类指标特征带来的噪声影响.算法验证实验选取UCI真实数据集和人工数据集进行聚类分析,验证改进算法对抑制噪声特征的有效性,与WK-means、iMWK-means算法进行实验对比,分析聚类学习时特征选择的适用性,同时寻找最优的距离系数bet

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：206kb
    • 提供者：weixin_38624183