注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 频繁项集挖掘算法的CUDA实现

  2. 若干频繁项集挖掘算法的描述及实现思路（CPU、CPU+GPU），主要是Apriori算法（两种CUDA实现，借助bitmap/trie），另外还有对FP-growth算法实现的探讨和K-means聚类算法的简介。Apriori的加速效果最明显（100倍），FP-growth因其树型存储和索引方式不太适合GPU实现。

  3. 所属分类：其它

    • 发布日期：2010-02-22
    • 文件大小：4194304
    • 提供者：ijuliet

  1. 浅谈入侵检测技术浅谈入侵检测技术

  2. 浅谈入侵检测技术 1引言…………………………………………………………………2 1.1入侵检测技术的提出 ……………………………………………2 1.2入侵检测技术技术研究史 ………………………………………3 1.2.1 以Denning模型为代表的IDS早期技术 …………………………3 1.2.2中期：统计学理论和专家系统相结合 …………………………4 1.2.3基于网络的NIDS是目前的主流技术 ………………………5 1.3 本课题研究的途径与意义 …………………………………11 2 入侵检测

  3. 所属分类：网络安全

    • 发布日期：2010-03-15
    • 文件大小：198656
    • 提供者：guojl

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘？为什么它是重要的？.............................................................

  3. 所属分类：Web开发

    • 发布日期：2010-09-06
    • 文件大小：1048576
    • 提供者：huanghyw

  1. 基于MAtlab的图像分割实现-DIP.rar

  2. 基于MAtlab的图像分割实现-DIP.rar 论文和程序已经完成。本人去年侥幸答辩过关需要的联系  39511421 目录 摘 要. I Abstract II 第一章 绪论. 1 1.1 图像分割. 1 1.2彩色图像分割. 2 第二章 MATLAB图像分割工具箱. 3 2.1 MATLAB及图像分割工具箱简介. 3 2.1.1 MATLAB图形用户界面开发环境. 3 2.2 基于MATLAB的图像分割工具箱开发. 5 第三章 颜色特征空间. 8 3.1 RGB彩色空间. 8 3.2 CI

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：22528
    • 提供者：weixin_39840387

  1. 基于Walsh-Hadamard投影的快速Nonlocal-Means图像去噪.pdf

  2. NLM改进论文，可供算法工程师参考，Walsh-Hadamard投影。382 宇航学报 第32卷 NL- means模型利用观测图像中其它像素点的窗口内,将算法的计算复杂度降为o(m2·n2t2) 加权和来表示当前点图像像素值的估计,即2-1 即便如此, NL-means去噪算法的计算量还是比较 X()=NL()=∑o(i,Y()(2)大,特别是比较窗口和搜索窗口的尺寸较大时,算法 权值o(i,j代表了像素点i和j的相关性, Buade速度较慢。 提出使用以像素点和j为中心的图像块的欧式距 由式

  3. 所属分类：图像处理

    • 发布日期：2019-07-02
    • 文件大小：900096
    • 提供者：irwin0112

  1. 详解K-means算法在Python中的实现

  2. K-means算法简介 K-means是机器学习中一个比较常用的算法，属于无监督学习算法，其常被用于数据的聚类，只需为它指定簇的数量即可自动将数据聚合到多类中，相同簇中的数据相似度较高，不同簇中数据相似度较低。 K-MEANS算法是输入聚类个数k，以及包含 n个数据对象的数据库，输出满足方差最小标准k个聚类的一种算法。k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。 核心思想 通过迭代寻

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：156672
    • 提供者：weixin_38751905

  1. k-means聚类算法简介

  2. k-means 算法是一种基于划分的聚类算法，它以 k 为参数，把 n 个数据对象分成 k 个簇，使簇内具有较高的相似度，而簇间的相似度较低。 1. 基本思想 k-means 算法是根据给定的 n 个数据对象的数据集，构建 k 个划分聚类的方法，每个划分聚类即为一个簇。该方法将数据划分为 n 个簇，每个簇至少有一个数据对象，每个数据对象必须属于而且只能属于一个簇。同时要满足同一簇中的数据对象相似度高，不同簇中的数据对象相似度较小。聚类相似度是利用各簇中对象的均值来进行计算的。 k-means

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：92160
    • 提供者：weixin_38610573