-
一个程序来寻找频繁项集(关闭和最大)与Eclat算法…
A program to find frequent itemsets (also closed and maximal) with the eclat algorithm ,which carries out a depth first search on the subset lattice and determines the support of itemsets by intersecting transaction lists. -A program to find frequent itemsets (also c losed and maximal) with the eclat algorithm, which carries out a depth first search on the sub set lattice and determines the support of items ets by intersecting transaction lists.
- 2022-02-20 07:32:43下载
- 积分:1
-
装配生产线调度m行和N站
装配生产线调度m行和N站
- 2023-08-12 18:30:02下载
- 积分:1
-
compared the computing time of DFT and FFT arithmetic
dft与fft运算时间比较-compared the computing time of DFT and FFT arithmetic
- 2022-09-16 04:10:03下载
- 积分:1
-
键盘串口代码
它是用于连接键盘与单片机C代码。它满足一定的规则,并连同控制器。代码给出适合MIKROC
- 2023-01-25 02:40:03下载
- 积分:1
-
遗传算法代码
《optimization using nondominated sorting genetic algorithms》的论文中提出的。该算法在快速找到Pareto前
沿和保持种群多样性方面都有很好的效果,不过在这么多年的应用中也出现了如下的一些问题:
1。非支配排序的时NSGA2主要是对NSGA算法的改进。NSGA是N. Srinivas 和 K. Deb在1995年发表的一篇名为
《Multiobjective function间复杂的很大,为O(MN3)。其中M为目标函数的数量,N为种群规模。
2。不支持精英策略。精英策略在保持好的个体及加速向Pareto前沿收敛方面都有很好的表现。
3。需要自己指定共享参数。该参数将对种群的多样性产生很大的影响。
NSGA2算法将在以下方面进行改进:
1。快速的非支配排序
在NSGA进行非支配排序时,规模为N的种群中的每个个体都要针对M个目标函数
- 2022-02-02 20:48:20下载
- 积分:1
-
mplayer播放器源码
完整的头文件和源代码,里面有少量注释,可以帮组理解。很好的算法,已在Windows XP环境下测试通过。
- 2022-08-21 03:34:38下载
- 积分:1
-
推荐系统-协同过滤算法
应用背景
本程序是基于java实现的基于用户的协同过滤算法,算法很简单,由于网上关于代码实现的资料很少,
所以资料主要目的是提供一个供大家参考的资料,仅供参考.
关键技术u1.base和u1.test为训练集和测试集,分别来自MovieLens数据集,
本程序只是很简单的基于用户的协同过滤算法
运行算法所需要的配置信息,包括读取训练集和测试集还有最近邻个数的选择都在Base.java文件中可以找到
本程序的主程序是Application.java
仅供参考,希望对大家有帮助
- 2023-07-19 11:45:03下载
- 积分:1
-
求解平面势流下的圆柱绕流问题,基于MATLAB的有限元法编程。...
求解平面势流下的圆柱绕流问题,基于MATLAB的有限元法编程。-cylinder,finite elements method
- 2022-07-04 19:49:00下载
- 积分:1
-
一个 数学工具集
有菜单界面 单色显示
一个 数学工具集
有菜单界面 单色显示
-A mathematical tool set has a menu-based interface monochrome display
- 2022-12-18 04:10:03下载
- 积分:1
-
用C++动态TSP问题
应用背景一个旅行推销员是准备一个大的销售之旅。在他的家乡,提着手提箱,他将进行一次旅行,他的每一个目标城市被访问一次然后回家。鉴于城市之间的两两距离,在参观他们的最佳顺序是什么,从而减少整体的距离?为城市的1,……,N,推销员的故乡1,让a ; ;(dij)是城际间的距离矩阵。我们的目标是设计一个旅行的开始和结束在1,包括所有的其他城市是一次性的,并具有最低的总长度。图中显示了一个涉及五个城市的例子。 ;关键技术让我们马上进入DP。那么什么是适当的子问题求解TSP?在这种情况下,最明显的部分解决方案是一个旅游的初始部分。假设我们在市1的要求开始,参观了几个城市,现在在城市的什么信息是我们为了扩大这部分旅游需求?我们一定要知道,因为这将决定哪些城市未来最方便的访问。我们还需要知道所有访问的城市到目前为止,所以我们不要重复任何人。在这里,然后,是一个合适的子问题。
- 2023-09-05 22:30:04下载
- 积分:1