-
随机化算法
随机化算法-Randomized Algorithms
- 2022-05-17 07:40:54下载
- 积分:1
-
用opencv实现的图像平滑去噪(领域滤波、中值滤波)
用opencv实现的图像平滑平滑,包含领域滤波和中值滤波,通过程序结果可以看出,对于胡椒盐噪声,中值滤波明显优于领域滤波
- 2022-01-31 16:59:50下载
- 积分:1
-
Matlab下实现的CFD算法
Matlab下实现的CFD算法-Matlab under the CFD algorithms
- 2022-12-12 01:35:03下载
- 积分:1
-
computer simulation of physical operations, simulated three
计算机模拟物理作业,模拟3体运动-computer simulation of physical operations, simulated three-movement
- 2022-07-14 21:08:52下载
- 积分:1
-
问题分类
TF-IDF(term frequency–inverse document frequency)是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是:如果某个词或短语在一篇文章中出现的频率TF高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。TFIDF实际上是:TF * IDF,TF词频(Term Frequency),IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是:如果包含词条t的文档越少,也就是n越小,IDF越大,则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m,而其它类包含t的文档总数为k,显然所有包含t的文档数n=m + k,当m大的时候,n也大,按照IDF公式得到的IDF的值会小,就说明该词条t类别区分能力不强。但是实际上,如果一个词条在一个类的文档中频繁出现,则说明该词条能够很好代表这个类的文本的特征,这样的词条应该给它们赋予较高的权重,并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。
- 2022-02-24 18:34:48下载
- 积分:1
-
Redes Bayesianas
Prediciendo resultdos de partidos de 足球德尔世界巴西 2014年,con redes y bayesinas 大数据
- 2022-10-26 08:10:02下载
- 积分:1
-
用C++语言实现的基于小波分析的源代码,实现了小波分析的诸多算法...
用C++语言实现的基于小波分析的源代码,实现了小波分析的诸多算法-With C++ Language based on wavelet analysis of the source code, the realization of the wavelet analysis of many algorithms
- 2022-11-08 02:10:04下载
- 积分:1
-
DFT和FFT变换几乎正常版本
dft fft transform fast and normal versions
- 2023-01-04 20:25:03下载
- 积分:1
-
积分
不定积分
输入x1,f(x1),x2,f(x2)...输出F(x1),F(x2)...
用二分法和sinx求π.sinx用泰勒展开逼近。-integral
- 2022-10-16 01:20:03下载
- 积分:1
-
An exapmle of mathmatica
An exapmle of mathmatica
- 2022-05-24 17:16:27下载
- 积分:1