-
debbgger
三次样条插值的C语言算法,但是总是数据溢出()
- 2018-05-27 05:33:39下载
- 积分：1
-
QB模型 神经网络
说明： 从数据库获取车辆在一段时间内的所有行驶记录的相关数据，确定所需数据为GPS经纬度坐标和驾驶时长等，QB模型采用MDF的思想,其基本思想为:通过平均直接翻转距离函数定义两条轨迹之间的距离，两条轨迹需要具有相同的经纬度点数，具有相同点数的轨迹最大的优点是对轨迹距离成对计算，且相同轨迹之间具有更高的分辨率，对于轨迹聚类的结果有一定的优化。(Retrieved from the database cars all over a period of time, record the related data, determine the required data for the GPS latitude and longitude coordinates, and the driving time, QB model by adopting the idea of MDF, its basic idea is: flip directly by the average distance function definition of the distance between two trajectories, two tracks will have the same latitude and longitude points, and has the biggest advantages of the same points of trajectory track distance calculation in pairs, and has higher resolution, between the same trajectory for trajectory clustering results have certain optimization.)
- 2020-06-23 08:00:01下载
- 积分：1
-
频繁子图挖掘算法pafi1.0.1.zip
频繁子图挖掘算法pafi1.0.1.zip,频繁子图挖掘算法采用c++实现，图数据挖掘方向的可以看一看。
- 2022-01-21 02:32:05下载
- 积分：1
-
LZYSAD
雷达数据处理的重要模型算法之一,该代码对imm算法的不同参数下进行了详细的仿真,(One of the important model algorithms for radar data processing, the code simulates the IMM algorithm in detail under different parameters.)
- 2018-09-06 13:02:17下载
- 积分：1
-
频繁项集挖掘算法--CFPGROWTH算法
数据挖掘经典算法，频繁项集挖掘经典算法，CFPGROWTH算法，JAVA实现，代码中有详细注释
- 2023-03-29 10:25:03下载
- 积分：1
-
98598152
实现通用的matlab蚁群算法的c++源码 重复使用度高()
- 2018-07-05 18:01:35下载
- 积分：1
-
Kmeans-python
聚类分析31省市的经济情况，以每个聚类簇的平均值来衡量省市经济的发展水平。(Cluster analysis of the economic situation of 31 provinces and municipalities, with the average value of each cluster to measure the level of economic development of provinces and municipalities.)
- 2020-07-03 13:40:02下载
- 积分：1
-
Java实现Apriori数据挖掘算法
Java实现Apriori数据挖掘算法,包内还有实例用的数据库
Apriori数据挖掘算法:先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递归的方法。
请在jbuilder下编译 配好JDBC驱动
商品如果
买的表示为大写
没买表示为小写的
具体看GetSource.java
- 2022-10-02 14:05:03下载
- 积分：1
-
knn.py
kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，kNN方法较其他方法更为适合。(Basic source application)
- 2018-10-30 16:50:13下载
- 积分：1
-
Archive
说明： PCA 数据降维 PTYTHON 数据分析/挖掘(PCA dimensionality reduction data mining/analysis)
- 2020-06-21 15:40:02下载
- 积分：1
|
联系客服（QQ：3324461878）
