登录
首页 » 算法 » 这个程序可以实现最优的2

这个程序可以实现最优的2

于 2022-06-18 发布 文件大小:73.99 kB
0 217
下载积分: 2 下载次数: 1

代码说明:

这个程序可实现最优二分检索树的构造,绘制和检索,请在Turboc 2.0下运行。-this procedure can achieve optimal two-tree structure retrieval, mapping and retrieval, please Turbo running under 2.0.

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 颜色识别
    应用背景 图像颜色的检测 ,精度不是很高 视频图像中 工业检测中对颜色的判断。 将颜色分为了7类,如果有需要可以自行分类 关键技术将传统的RGB转化到到HSV上,进行颜色的识别。我是用在了车辆识别的项目上 通过对检测区域的控制来检测颜色的 精度还可以,但是遇到光照或者其他雾化的图片精度也不是很好
    2022-03-16 11:33:13下载
    积分:1
  • 遗传demo
    这个代码项目是采用遗传算法实现模式匹配的实例。欢迎大家下载、试用。谢谢大家的支持!                
    2022-03-12 03:06:13下载
    积分:1
  • Shelf滤波器设计
    该音频处理算法涉及:压缩器、扩展器、限幅器三种音频处理的常用算法,使用C++编写。
    2022-04-27 18:25:44下载
    积分:1
  • VC计点云的向量源代码
    通过VC编程实现求解点云的法向量。 激光点云也称为点云,在逆向工程中通过测量仪器得到的产品外观表面的点数据集合也称之为点云,通常使用三维坐标测量机所得到的点数量比较少点与点的间距也比较大,叫稀疏点云;而使用三维激光扫描仪或照相式扫描仪得到的点云点数量比较大并且比较密集,叫密集点云。点云的属性包括:空间分辨率,点位精度,表面法向量等。法向量作为点云必不可少的属性之一,其估计方法在点云处理中具有重要的位置
    2022-05-30 01:42:22下载
    积分:1
  • LINGO Tutorial LINGO is used to solve linear and nonlinear optimization problems...
    LINGO 教程 LINGO是用来求解线性和非线性优化问题的简易工具。LINGO内置了一种建立最优化模型的语言,可以简便地表达大规模问题,LINGO高效的求解器可快速求解并分析结果。-LINGO Tutorial LINGO is used to solve linear and nonlinear optimization problems of simple tools. LINGO built a model set up to optimize the language can easily express the large-scale problems, LINGO solver efficient and quick solution of the results of the analysis.
    2022-06-16 14:30:21下载
    积分:1
  • 全区间积分的阿当姆斯方
    全区间积分的阿当姆斯方法-region between Integral Methods A ADAMS
    2022-01-26 03:07:44下载
    积分:1
  • Gauss
    Gauss-seid迭代法-Gauss- Seid iterative method
    2022-04-23 22:26:13下载
    积分:1
  • 该代码实现了am,f
    该代码实现了am,f-msk,qpsk,mdpsk-the code achieved am, f-msk, qpsk, mdpsk
    2022-01-28 12:22:43下载
    积分:1
  • 利用随机数生成函数生成基带序列码,实现ASK键控!
    利用随机数生成函数生成基带序列码,实现ASK键控!-Use of random number generator function to generate base-band sequence code keying realize ASK!
    2022-02-26 16:52:53下载
    积分:1
  • 彩色图像K均值分割
    可以运行,分割效果好,分割彩色图像,适合初学者理解聚类分割的原理和方法,简单易懂,十分好用k-means算法,也被称为k-平均或k-均值,是一种得到最广泛使用的聚类算法。它是将各个聚类子集内的所有数据样本的均值作为该聚类的代表点,算法的主要思想是通过迭代过程把数据集划分为不同的类别,使得评价聚类性能的准则函数达到最优,从而使生成的每个聚类内紧凑,类间独立。这一算法不适合处理离散型属性,但是对于连续型具有较好的聚类效果。
    2023-06-15 19:10:03下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载