-
定步长辛普森公式计算.二分法.列主高斯消去法.龙贝格.牛顿迭代法.弦截法.逐次超松弛迭代法....
定步长辛普森公式计算.二分法.列主高斯消去法.龙贝格.牛顿迭代法.弦截法.逐次超松弛迭代法.-fixed step Simpson formula. Dichotomy. Main-Gaussian Elimination Act. Romberg. Newton iteration. Xianjie law. Successive Over-Relaxation iterative method.
- 2022-05-15 07:36:59下载
- 积分：1
-
差分进化算法
Differential evolution: A simple and efficient heuristic for global optimization over continuous spaces.
This code implements a basic multi-objective optimization algorithm based on Diferential Evolution (DE) algorithm. When one objective is optimized, the standard DE runs; if two or more objectives are optimized, the greedy selection step in DE algorithm is performed using a dominance relation.
- 2022-07-08 18:06:29下载
- 积分：1
-
LPKSVD字典训练
资源描述局部保持ksvd字典训练局部保持ksvd字典训练局部保持ksvd字典训练局部保持ksvd字典训练局部保持ksvd字典训练局部保持ksvd字典训练局部保持ksvd字典训练局部保持ksvd字典训练局部保持ksvd字典训练局部保持ksvd字典训练
- 2022-07-18 06:58:28下载
- 积分：1
-
平衡小车代码
小车默认搭载的是标准版程序， 没有开启避障、 巡线， 无线模块驱动等功能，
这些功能在顶配版的程序里面有，请同学们根据自己的能力，最好先看完标准版
平衡小车直立部分的程序后，再学习平衡小车的其他功能，谢谢。
- 2022-03-05 01:15:13下载
- 积分：1
-
时域有限差分法计算光子晶体波导的场传播…
FDTD计算光子晶体组成的波导通路的场传播-FDTD calculation of photonic crystal waveguide consisting of field dissemination pathways
- 2022-03-18 12:49:20下载
- 积分：1
-
很经典的算法，自己看看吧，也是别人作的。
很经典的算法，自己看看吧，也是别人作的。-classic algorithms, and let"s see it themselves, but also for the others.
- 2022-04-18 04:18:24下载
- 积分：1
-
计算两个矩阵的乘法,利用c语言实现
计算两个矩阵的乘法,利用c语言实现-calculation of the two Matrix multiplication, using language c
- 2022-03-19 18:04:06下载
- 积分：1
-
SURF示例源码
SURF算法示例
作为尺度不变特征变换算法（Sift算法）的加速版，Surf算法在适中的条件下完成两幅图像中物体的匹配基本实现了实时处理，其快速的基础实际上只有一个——积分图像haar求导。
Hessian矩阵是Surf算法的核心，为了方便运算，假设函数f(z，y)，Hessian矩阵H是由函数，偏导数组成：
- 2023-05-04 22:25:02下载
- 积分：1
-
分水岭方法
使用分水岭方法常常遇到过分分割的情况，使用膨胀腐蚀能够有效改善这种现象。
- 2022-08-20 19:30:05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
