W1

灰度图像二值化－大津法

对图像，记t为前景与背景的分割阈值，前景点数占图像比例为w0，平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1。图像的总平均灰度为：u=w0*u0+w1*u1。
wqvbjhc·2010-12-09 14:00

哈夫曼树的初始化，编码，译码及横向打印

树的带权路径长度记为WPL=(W1*L1+W2*L2+W3*L3+...+Wn*Ln)，N个权值Wi(i=1,2,...n)构成一棵有N个叶结点的二叉树，
skyline0623·2010-11-20 14:00

哈夫曼树的初始化，编码，译码及横向打印

树的带权路径长度记为WPL=(W1*L1+W2*L2+W3*L3+...+Wn*Ln)，N个权值Wi(i=1,2,...n)构成一棵有N个叶结点的二叉树，相应的
Hungry_Fool·2010-11-20 14:00

动态规划--01背包问题

问题：0-1背包问题是一个经典的动态规划问题，问题定义如下：有n个物品，其重量分别为W={w1,w1,w3,...wn}，其价值分别为V={v1,v2,v3,..vn}。
wenlei_zhouwl·2010-11-07 13:00

0-1背包问题的两种解法（回溯法和动态规划）

问题描述：一个旅行者有一个最多能用M公斤的背包，现在有N件物品，它们的重量分别是W1，W2，...,Wn,它们的价值分别为P1,P2,...,Pn.若每种物品只有一件求旅行者能获得最大总价值。 
penzo·2010-11-06 22:00

大数相乘（小数点）

pos1,*pos2;//定义字符串str1,str2，来容纳两个大数，指针pos1,pos2分别指向小数点的位置staticunsignedc[202]={0},//字符串c用来容纳结果，初始化为权威0，w1
changfengxiongfei·2010-10-31 10:00

腾讯2008年笔试题-背包问题 递归和非递归解法

问题描述：有一个背包，能盛放的物品总重量为S，设有N件物品，其重量分别为w1,w2,...,wn.希望从N件物品中选择若干件物品，所选物品的重量之和恰能放入该背包，即所选物品的重量之和等于S。
wangwh485·2010-10-28 11:00

哈夫曼算法的应用

树的带权路径长度记为WPL=(W1*L1+W2*L2+W3*L3+...+Wn*Ln)，N个权值Wi(i=1,2,...n)构成一棵有N个叶结点的二叉
任我随风·2010-10-17 10:00

ajax

  AJAX:缺点（搜索引擎不友好，前进后退功能）IE   Firebug调试:            InstallingFirebugLite1.2    [W1] javasrcipt支持4种数据类型
shine0181·2010-10-17 03:00

poj2764 Unequalled Consumption

poj2764UnequalledConsumption多重背包问题，但背包大小实在太大，所以这里考虑用生成函数来做 生成函数为：这是无法直接处理的，我们不妨将其变形，令W为w1,w2,…,wn的最小公倍数
zxb·2010-10-06 18:00

USACO 3.3.3 Packing Rectangles (packrec)(转)

如图，不同模式对应的最小面积如下：设w1,w2,w3,w4表示4个方块的横长，h1,h2,h3,h4表示4个
xiayang05·2010-10-04 14:00

期望值与效用值

例：期望效用函数：E{U[π;W1,W2]}=πU(W1)+(1－π)U(W2)=0.025U(295)+0.975U(95)期望值[W]:W＝πW1+(1－π)W2＝0.0252
Robin99·2010-09-25 17:00

哈夫曼树

n个权值分别设为 w1,w2,…,wn,则哈夫曼树的构造规则 为：(1) 将w1,w2,…,wn看成是有n 棵树的森林(每棵树仅有
lmoyong·2010-09-20 23:00

背包问题-贪心法-java实现

完全背包问题一个旅行者有一个最多能用m公斤的背包，现在有n种物品，每件的重量分别是W1，W2，...,Wn,每件的价值分别为C1,C2,...,Cn.若的每种物品的件数足够多.求旅行者能获得的最大总价值
double501·2010-09-19 17:00

标准C＋＋类string的Copy-On-Write技术(3)

请先看下面的代码： stringh1=“hello”;stringh2=h1;stringh3;h3=h2; stringw1=“world”;stringw2(“”);w2=w1; 很明显，我们要让h1
zhongjiekangping·2010-08-04 13:00

0/1背包问题的动态规划详解

/*一个旅行者有一个最多能用M公斤的背包，现在有N件物品，它们的重量分别是W1，W2，...,Wn,它们的价值分别为P1,P2,...,Pn.若每种物品只有一件求旅行者能获得最大总价值。
JAVA凌·2010-08-04 00:00

英语学习

注册地址:http://bulo.hjenglish.com/w1/?source=userlink&uid=4300540.下面有一份沪江宣传片，请欣赏。
cnlht·2010-07-18 12:00

0-1背包问题（C++）

     0-1背包问题是一个经典的动态规划问题，问题定义如下：有n个物品，其重量分别为W={w1,w1,w3,...wn}，其价值分别为V={v1,v2,v3,..vn}。
johee·2010-07-12 21:00

【matlab-7】Matlab与线性代数(三)

向量u,v在二维空间的表示： (2)  二维向量张成的空间平面上的任何一点[w1;w2]是不是一定能用u和v的线性组合来实现？即是不是一定能找到一
Welcome to ErranLi's Blog!·2010-07-10 18:00

将项目从vs2008转到Vs2005的办法

下的解决方法： 总共分为两个步骤：l        修改解决方案文件：解决方案.sln      MicrosoftVisualStudioSolutionFile,FormatVersion10.00[w1
zltianhen·2010-06-08 20:00

背包问题0/1

对于背包问题0/1的算法总结： 对于5个物品，重量为 w1,w2,w3,w4,w5 价值为v1,v2,v3,v4,v5 如何在限定的重量Wmini（Wmini<w1+w2+w3+w4+w5）内使装载的物品价值最高
travelKing·2010-05-22 23:00

背包问题 1

importjava.util.ArrayList;importjava.util.Arrays;importjava.util.Collection;importjava.util.Iterator;/**（背包问题1）：已知n件物品重量w1
yinxusen·2010-05-09 21:00

【重要】buntu常用命令与技巧

Ubuntu常用命令与技巧(w1)sudoapt－getinstall软件名安装软件命令sudonautilus打开文件（有root权限）suroot切换到“root”ls列出当前目录文件（不包括隐含文件
scut1135·2010-05-02 16:00

关闭VC编译时输出的Warning信息

1.项目-->属性-->C/C++-->警告级别（选择“关:关闭所有警告(/W0)”）    关闭Warning信息的输出2.警告级别分为：   1级(/W1)：检查级别   2级(/
zhuangshn·2010-04-27 10:00

用BP网络完成函数的逼近

:1;%T为目标向量T=0:0.314:6.28;T=sin(T);plot(P,T,'+');title('训练向量');xlabel('输入向量P');ylabel('目标向量T');S1=5;[w1
superdont·2010-04-20 10:00

误差、权值、偏差的变化情况

、权值、偏差的变化情况  %误差、权值、偏差的变化情况P=[-3,2];T=[0.4,0.8];max_epoch=100;%赋最大训练次数err1=[];wv=[];bv=[];%定义矩阵lr=4;W1
superdont·2010-04-18 15:00

误差、权值、偏差的变化情况

偏差的变化情况 %误差、权值、偏差的变化情况 P=[-3,2]; T=[0.4,0.8]; max_epoch=100; %赋最大训练次数 err1=[]; wv=[]; bv=[]; %定义矩阵 lr=4; W1
pleasetojava·2010-04-18 15:00

误差、权值、偏差的变化情况

偏差的变化情况 %误差、权值、偏差的变化情况 P=[-3,2]; T=[0.4,0.8]; max_epoch=100; %赋最大训练次数 err1=[]; wv=[]; bv=[]; %定义矩阵 lr=4; W1
izuoyan·2010-04-18 15:00

了解权值和偏差的变化程序

6 6.1]; T=[0.0 0.0 0.97 0.99 0.01 0.03 1 1]; %wv用于存储权值 wv=[]; %bv用于存储偏差值 bv=[]; err=[]; %赋权值和偏差的初值 W1
izuoyan·2010-04-18 15:00

了解权值和偏差的变化程序

[-6-6.1-4.1-444.166.1];T=[0.00.00.970.990.010.0311];%wv用于存储权值wv=[];%bv用于存储偏差值bv=[];err=[];%赋权值和偏差的初值W1
superdont·2010-04-18 15:00

了解权值和偏差的变化程序

6 6.1]; T=[0.0 0.0 0.97 0.99 0.01 0.03 1 1]; %wv用于存储权值 wv=[]; %bv用于存储偏差值 bv=[]; err=[]; %赋权值和偏差的初值 W1
pleasetojava·2010-04-18 15:00

比较线性网络和非线性网络的分类效果

=[-8 -8.1 -4 -4.2 3 3.1 5 5.1 ]; T=[0.0 0.081 0.97 0.99 0.01 0.03 1.1 1]; %创建线性网络 net=newlind(P,T); w1
izuoyan·2010-04-18 11:00

比较线性网络和非线性网络的分类效果

=[-8 -8.1 -4 -4.2 3 3.1 5 5.1 ]; T=[0.0 0.081 0.97 0.99 0.01 0.03 1.1 1]; %创建线性网络 net=newlind(P,T); w1
pleasetojava·2010-04-18 11:00

比较线性网络和非线性网络的分类效果

bp网络的分类效果clc;clear;P=[-8-8.1-4-4.233.155.1];T=[0.00.0810.970.990.010.031.11];%创建线性网络net=newlind(P,T);w1
superdont·2010-04-18 11:00

线性网络和bp网络的比较

源代码如下：  P=[-3,2];T=[0.4,0.6];%创建线性网络net=newlind(P,T);y=sim(net,P);w1=net.iw{1,1},b1=net.b{1}%创建bp网络net
superdont·2010-04-18 10:00

线性网络和bp网络的比较

源代码如下： P=[-3,2]; T=[0.4,0.6]; %创建线性网络 net=newlind(P,T); y=sim(net,P); w1=net.iw{1,1},b1=net.b{1} %创建
izuoyan·2010-04-18 10:00

线性网络和bp网络的比较

源代码如下： P=[-3,2]; T=[0.4,0.6]; %创建线性网络 net=newlind(P,T); y=sim(net,P); w1=net.iw{1,1},b1=net.b{1} %创建
pleasetojava·2010-04-18 10:00

精通VC与MATLAB联合编程<十>——综合举例二

1、检验函数：function[w1,b1,w2,b2,ET,a2]=SJHSJ
·2010-04-17 11:00

0/1背包问题动态规划详解

/*一个旅行者有一个最多能用M公斤的背包，现在有N件物品，它们的重量分别是W1，W2，...,Wn,它们的价值分别为P1,P2,...,Pn.若每种物品只有一件求旅行者能获得最大总价值。
ruanjianxiong·2010-03-13 00:00

立即寻址方式

例如： MOV AH, 80H　　　ADD AX, 1234H　　　MOV ECX, 123456H MOV B1, 12H　　　MOV W1, 3456H　　
liboxlu·2010-03-08 16:00

聚类算法之K-means

softclustering：一个文档可以属于类w1，同时也可以属于w2，而且文档属于一个类的值不是0或1，可以是0.3这样的小数。 
luoleicn·2010-03-05 21:00

PCLint 级别

11731.htmlPC-Lint/FelexLint提供了和许多编译器类似的告警级别设置选项-wLevel，它的告警级别分为以下几个级别，缺省告警级别为3级：-w0不产生信息（除了遇到致命的错误）-w1
bitscro·2010-03-03 10:00

01背包问题 动态规划解法

/*一个旅行者有一个最多能用M公斤的背包，现在有N件物品，它们的重量分别是W1，W2，...,Wn,它们的价值分别为P1,P2,...,Pn.若每种物品只有一件求旅行者能获得最大总价值。
zhongjiekangping·2010-01-18 13:00

warning C4047: 'initializing' : 'char *' differs in levels of indirection from 'const int '

示例下面的示例生成C4047：//C4047.c //compilewith:/W1 intmain(){ char**p=0;//twolevelsofindire
lopper·2010-01-18 07:00

TestComplete测试DevExpress控件

procedureTest2; varp1:OleVariant; varw1:OleVariant; varw2:OleVariant;begin p1:=Sys.Process('Project1'); w1
Testing_is_believing·2010-01-09 17:00

01背包问题

问题描述：     有n件物品x1,x2,…,xn,每件物品有一个价值和一个重量，分别记为：     v1,v2,…vn     w1,w2,…wn其中所有的wi均为整数。
liufei_learning·2009-12-10 15:00

Clause 19:相等equality 和等价 equivalence

Clause19:相等equality和等价equivalence相等是以operator=为基础的，通过w1==w2判断；等价是以operator<为基础的，他是通过！
为生存而奔跑·2009-12-01 21:00

[#0x002C] IR经典模型之向量模型

相似度计算 依旧有dj = {w1j, w2j, …, wtj}，但这里的wij不再是二元值，而是一个加权值；同样定义qcc = {w1, w2, ..., wt}，这里的wi也是一个加权值
Aoyi·2009-11-01 21:00

向量空间模型(VSM)在文档相似度计算上的简单介绍

假设共有十个词：w1，w2，......，w10，而共有三篇文章，d1，d2和d3。
chl033·2009-10-27 22:00

简与美（7）

N元模型可用于计算语句W=w1,w2,..,wn的先验概率P(W)，在这里用变量W代表一个文本中顺序排列的n个词语。根据概率的乘法规则，P(W)可以
kenbinzhang·2009-10-11 10:00
上一页 48 49 50 51 52 53 54 55 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他