-
LU
说明： 用MATLAB写的Gaussian Elimination算法即LU算法(Written using MATLAB or LU algorithm Gaussian Elimination Algorithm)
- 2007-10-14 21:15:47下载
- 积分：1
-
TabuSearch
tabu search for vehicle routing problem
- 2013-07-24 23:46:02下载
- 积分：1
-
jason_svm_tutorial
Support Vector Machine Classification tutorial
- 2012-05-10 16:50:34下载
- 积分：1
-
particlefilterprogram
说明： 对粒子滤波算法的原理和应用进行综述’首先针对非线性非高斯系统的状态滤波问题C阐述粒子滤波的原理D然后在分析采样=重要性=重采样算法基础上C讨论粒子滤波算法存在的主要问题和改进手段D最后从概率密度函数的角度出发C将粒子滤波方法与其他非线性滤波算法进行比较C阐明了粒子滤波的适应性C给出了粒子滤波在一些研究领域中的应用C并展望了其未来发展方向(QJPRQ Elc8&m :jelf dgwd99&jvdej gq:c&decwe 9d:ejv&chj&ec:d:cqi:pcrcw’8jfjgmdeelcg g&jgcd:"g g=
#diqqjdghj&ec:9: u&cfCelcmcgc:jvjwcdq h9d:ejv&chj&ec:d:cmjpcgCudqcwgelcdgd&rqjqhqedgwd:wd&m :jelf=jf9 :edgvc=:cqdf9&jgmhj&ec:Celc9h9d:ev&chj&ec:d:cwjqviqqcwdgwqcjf9:d:cj&&iqe:decw)
- 2011-02-28 18:20:37下载
- 积分：1
-
kkk.txt
lms最小均方误差实现的算法 均衡实现 matlab环境(lms)
- 2010-05-28 10:00:35下载
- 积分：1
-
MATLAB-Fuzzy-logic-toolbox-function
模糊逻辑工具箱函数包括定义语言变量及其隶属度函数、输入模糊推理规则、整个模糊推理系统的管理以及交互式地观察模糊推理的过程和输出结果。(Fuzzy logic toolbox functions including definition language variables and their membership functions, input fuzzy inference rules, the fuzzy inference system management and interactively observe fuzzy reasoning procedure and output result.)
- 2014-03-12 10:40:57下载
- 积分：1
-
matlab-image-processing-assembly
matlab图像处理程序集，经过整理的matlab源代码，基本上包含matlab图像处理的所有代码(matlab image processing assembly, after finishing the matlab source code, which basically consists of all of the code image processing matlab)
- 2011-05-05 16:41:01下载
- 积分：1
-
Chapter44
MATLAB 小波分析高级技术——书中的一些应用程序(MATLAB senior technical wavelet analysis-- Some of the applications)
- 2006-07-05 21:26:41下载
- 积分：1
-
IIR_impulse_butterworth
这是一个基于MATLAB编写的BUTTERWORTH滤波器的程序.其中从s域到z域的变换是自己编写的,代替了MATLAB中的系统BUTTERWORTH的系统函数(对于毕业设计的学生,比较有用!!)(based on MATLAB BUTTERWORTH prepared by the filter process. From which z's domain to the domain transform their own preparation, instead of MATLAB system BUTTERWORTH system function (for graduate design students more useful! !))
- 2007-04-25 18:24:28下载
- 积分：1
-
MyKmeans
实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。 缺点：产生类的大小相差不会很大，对于脏数据很敏感。 改进的算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。 这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。(achieving K-mean clustering algorithms : K-means algorithm : given the number of Class K, n will be assigned to target K to 000 category, making target category of the similarity between the largest category of the similarity between the smallest. Disadvantages : class size have no great difference for dirty data is very sensitive. Improved algorithms : k-medoids methods. Here a selection of objects called mediod to replace the center of the above, the logo on a medoid this category. Steps : 1, arbitrary selection of objects as K medoids (O1, O2, Ok ... ... Oi). Following is a cycle : 2, the remaining targets assigned to each category (in accordance with the closest medoid principle); 3, for each category (Oi), the order of selection of a Or, calculated Oi Or replace the consumption-E (Or))
- 2005-07-26 01:32:58下载
- 积分：1
