您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 分支定界K-NN算法-paper

  2. 分支定界K-NN算法-paper.pdf
  3. 所属分类:其它

    • 发布日期:2011-03-07
    • 文件大小:309248
    • 提供者:weining321
  1. K-NN算法 C++实现

  2. 这是一个简单的用C++实现KNN算法.对于初学者了解KNN算法思想会很有帮助.
  3. 所属分类:C++

    • 发布日期:2013-01-04
    • 文件大小:6291456
    • 提供者:wjimin2008
  1. KD树实现kNN算法

  2. KD树的详细实现以及其与K-NN算法近邻查找速度的比较
  3. 所属分类:C++

    • 发布日期:2014-09-15
    • 文件大小:2097152
    • 提供者:xujin_
  1. K-NN(K近邻算法)实现手写字符的识别(C语言)

  2. K-NN(K近邻算法)实现手写字符的识别(C语言)实现,通过VS2010平台验证通过,代码详细易懂,是该算法上手的好资料.
  3. 所属分类:C

    • 发布日期:2014-12-08
    • 文件大小:1048576
    • 提供者:lpcarl
  1. 图象增强中k均值算法程序

  2. 灰度最相近的K个邻点平均法: % 该算法的出发点是:在n×n的窗口内,属于同一集合体的像素,它们的灰度值将高度相关。 % 因此,可用窗口内与中心像素的灰度最接近的K个邻像素的平均灰度来代替窗口中心像素的灰度值。这就是灰度最相近的K个邻点平均法。 % 较小的K值使噪声方差下降较小,但保持细节效果较好;而较大的K值平滑噪声较好,但会使图像边缘模糊。 % 实验证明,对于3×3的窗口,取K=6为宜.
  3. 所属分类:其它

    • 发布日期:2008-10-28
    • 文件大小:2048
    • 提供者:panrenlong
  1. k-近邻算法

  2. k-近邻算法(Python版)包括代码和样本集
  3. 所属分类:Python

    • 发布日期:2016-11-21
    • 文件大小:753664
    • 提供者:zxc024000
  1. 基于HBase和SimHash的大数据K-近邻算法简

  2. 针对大数据K-近邻(K-nearest neighbors,K-NN)计算复杂度高的问题,提出一种基于HBase和Sim Hash的大数据K-近邻分类算法。利用Sim Hash算法将大数据集从原空间映射到Hamming空间,得到哈希签名值集合;将样例的行键与值的二元对存储到HBase数据库中,行健(rowkey)为样例的哈希签名值,值(value)为样例的类别;对于测试样例,以其哈希签名值作为健rowkey,从HBase数据库中获取所有样例的value,通过对这些values进行多数投票,即可
  3. 所属分类:Hbase

    • 发布日期:2018-07-04
    • 文件大小:343040
    • 提供者:qq_28339273
  1. Android-WiFiLocation是一款基于K-NN算法的简易WiFi定位系统SDK

  2. WiFiLocation是一款基于K-NN算法的简易WiFi定位系统。它借助 LitePal 建立本地的WiFi指纹数据库,通过一系列API实现目标地点的WiFi指纹搜集、更新、重置或删除,以及当前位置的定位识别。
  3. 所属分类:其它

    • 发布日期:2019-08-13
    • 文件大小:36864
    • 提供者:weixin_39840914
  1. K-NN算法实现.docx

  2. 结合实际例题对K-NN算法进行c++代码实现,有分析,有完整实现代码和运行截图,实现有流程图和代码注释便于理解
  3. 所属分类:C/C++

    • 发布日期:2020-03-20
    • 文件大小:400384
    • 提供者:qq_41787956
  1. K-NN位置检测技术在卡尔曼滤波和人工神经网络中的应用

  2. RFID技术是确定对象位置的重要技术之一。 相对于RSSI振幅的校准曲线计算距离。 这项研究的目的是确定室内环境中移动物体的2D位置。 这项工作的重要性在于表明,与传统的KNN方法相比,使用人工神经网络加卡尔曼滤波进行定位更为准确。 建立室内无线传感网络,该网络具有战略性地定位的RFID发射器节点和带有RFID接收器节点的移动对象。 生成指纹图并部署K最近邻算法(KNN)以计算对象位置。 部署指纹坐标和在这些坐标处接收到的RSS值以建立人工神经网络(ANN)。 该网络用于通过使用在这些位置接收的
  3. 所属分类:其它

    • 发布日期:2020-06-03
    • 文件大小:949248
    • 提供者:weixin_38735804
  1. 通过matlab建立Kd-tree并进行k-NN查询

  2. 使用matlab对输入数据建立Kd-tree并通过Kd-tree进行k-NN查询。k-NN查询的主要算法思路来自知乎【量化课堂】kd 树算法之详细篇
  3. 所属分类:其它

    • 发布日期:2020-07-24
    • 文件大小:4096
    • 提供者:john_xia
  1. K 近邻法(K-Nearest Neighbor, K-NN)

  2. 文章目录1. k近邻算法2. k近邻模型2.1 模型2.2 距离度量2.2.1 距离计算代码 Python2.3 kkk 值的选择2.4 分类决策规则3. 实现方法, kd树3.1 构造 kdkdkd 树3.2 搜索 kdkdkd 树4. 鸢尾花KNN分类4.1 KNN实现4.2 sklearn KNN k近邻法(k-nearest neighbor,k-NN)是一种基本分类与回归方法。 输入:实例的特征向量,对应于特征空间的点 输出:实例的类别,可以取多类 假设:给定一个训练数据集,其中的实例
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:296960
    • 提供者:weixin_38681147
  1. 【K近邻(KNN)算法(一)】KNN的概念

  2. 文章目录K-最近邻算法1.算法介绍2.算法公式(1)分类(2)回归(不好,可以不看)(3)L1和L2范数距离L1范数距离(曼哈顿距离):L2范数距离(欧几里得距离):闵可夫斯基(knn中使用)3.K值选择举例 K-最近邻算法 1.算法介绍 属于有监督学习,知道可能的结果。属于多分类算法。K NearestN eighbors算法又叫K – NN算法,这个算法是机器学习里面一个比较经典的算法,总体来说K – NN算法是相对比较容易理解的算法。十大机器算法之一。 定义 如果一个样本在特征空间中的 个
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:308224
    • 提供者:weixin_38718307
  1. 一种新的基于k-NN中心密度启发式密度的聚类算法

  2. 基于密度的聚类算法用于识别具有非常不同的局部密度并且存在于数据空间的不同区域中的聚类是众所周知的。 但是,很难确定大多数流行的基于密度的聚类算法(例如DBSCAN)所需的参数,但会对聚类结果产生重大影响。 在本文中,我们提出了一种新的基于密度的聚类算法,其中选择合适的参数难度较小,但更有意义。 在几个数据集上进行的实验表明了我们方法的有效性。
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:478208
    • 提供者:weixin_38602098
  1. 高斯加权的重构性K-NN算法研究

  2. 高斯加权的重构性K-NN算法研究
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:268288
    • 提供者:weixin_38539705
  1. 在GPU上快速进行k -NN搜索的高效选择算法

  2. 在GPU上快速进行k -NN搜索的高效选择算法
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:435200
    • 提供者:weixin_38517904
  1. kmcuda:NVIDIA GPU CUDA上的大规模K-means和K-nn实施-源码

  2. 使用NVIDIA CUDA的“阴阳” K均值和K-nn K均值的实现基于 。 尽管它引入了一些开销和许多对CUDA不利的条件子句,但与Lloyd算法相比,它仍然显示出1.6到2倍的加速。 K近邻采用相同的三角形不等式思想,并且需要预先计算的质心和聚类分配,类似于展平的球树。 sklearn KMeans KMeansRex KMeansRex OpenMP 塞班 克库达 kmcuda 2 GPU 速度 1倍 4.5倍 8.2倍 15.5倍 17.8倍 29.8倍 记忆 1倍 2倍 2倍
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:433152
    • 提供者:weixin_42133861
  1. 算法:基本算法和解决方案-源码

  2. 算法与解决方案 它旨在在我知道或正在学习的文档和示例项目中创建基本文档和解决问题的方法。 可用标题 仿射密码(线性加密)算法 选择排序 先验算法 K-NN算法 贝叶斯分类器算法 背包算法 每日移动平均 二元搜寻 最长公共子序列 标记和扫描算法(垃圾收集方法) 准备标题 尝试方法 -(土耳其文)
  3. 所属分类:其它

    • 发布日期:2021-02-02
    • 文件大小:45056
    • 提供者:weixin_42150341
  1. 基于改进小波-Elman神经网络算法的蜂窝网流量预测

  2. 对于在现代蜂窝网资源管理中,动态信道资源和能源效率控制技术的提升,很大程度依赖于早期精准的监测和对蜂窝基站流量的预测。分析基站流量数据,主要通过有效提取基站间隐含的时空信息进行流量预测。在本文中,我们通过对华北某大城市的实测数据,进行了基于时空关联性的分析,采用k-NN算法,获取蜂窝网基站间的时间相关性,选择合适的移动窗口大小,并结合了小波-Elman神经网络(ENN)算法来实现流量预测。最后,通过量化蜂窝网流量预测的准确度,并与先前存在的其他方法进行对比,得出了本文提出的方法有优越性。
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:1048576
    • 提供者:weixin_38699830
  1. K-近邻算法KNN学习笔记

  2. 本文来自于biaodianfu,文章介绍了在小程序端,使用腾讯云云智AI应用服务来进行人脸识别检测分析,实现人脸识别等功能。 K近邻法(k-nearestneighbor,k-NN)是1967年由CoverT和Hart P提出的一种基本分类与回归方法。它的工作原理是:存在一个样本数据集合,也称作为训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后,将新的数据的每个特征与样本集中数据对应的特征进行比较,然后算
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:124928
    • 提供者:weixin_38684509
« 12 3 4 »