运动图像检测MovingObjectDetection

数据挖掘经典k-means算法C源码实现-Data Mining the classical k-means algorithm C source code to achieve

数值处理算法程序-numerical algorithm

此代码执行的电磁像单机排序问题的机制。这雇用的随机密钥概念与中的混合算法的遗传算子以获取单个机器问题的最佳/最佳日程安排相结合。这种新办法试图实现的收敛性和多样性的影响，应用时，它以迭代方式来解决问题。这种混合算法是一套的标准试验问题可用在文献中进行测试。计算结果显示此混合算法比标准遗传算法更好地执行。

有限差分波动方程不加边界条件二阶正演时间切片程序。-Finite difference wave equation without boundary conditions of second-order forward time-slicing procedure.

primepalindrome，找回文素数的一个不错的算法实现-primepalindrome, retrieve the text of a good prime number algorithm

数据挖掘分类算法决策树学习算法介绍以及SEE5的使用说明-data mining algorithms decision tree classification algorithm presentations and the use SEE5

我们

一种关于多模式匹配问题的算法优化的研究。-Research on Optimizing Multi- Pattern Matching Algorithm

资源描述随着物联网的兴起，室内无线定位技术得到广泛应用。其中基于RFID 的定位 技术由于具备系统可靠性高，在低成本预算下能取得较高定位精度等优点，因此 成为学者们的研究热点。现阶段基于RFID 技术的二维定位算法已比较成熟，因此 本论文重点研究RFID 室内三维定位技术。本文首先讲解RFID 室内定位的相关基 础理论及典型算法，然后分析现有算法的不足之处，从中确定新算法改进方向。

C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行分类。 C4.5由J.Ross Quinlan在ID3的基础上提出的。ID3算法用来构造决策树。决策树是一种类似流程图的树结构，其中每个内部节点（非树叶节点）表示在一个属性上的测试，每个分枝代表一个测试输出，而每个树叶节点存放一个类标号。一旦建立好了决策树，对于一个未给定类标号的元组，跟踪一条有根节点到叶节点的路径，该叶节点就存放着该元组的预测。决策树的优势在于不需要任何领域知识或参数设置，适合于探测性的知识发现。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报