搜索资源列表
matlab-rotating-calculation
- EasySolve： 求取线性方程组AX+B=0的一组解，若解唯一则直接返回该解，若解不唯一则从解集中随机返回一组 程序会根据方程信息自动计算返回的解的合适数量级和随机中心的偏移量，使得返回随机解的大小合适于调用它的程序。 OrnoBasis： 根据输入向量的维度，返回该维度下的一组标准正交基底，输入的列向量组中的有效向量(非零、线性无关)会被标准正交化并作为基向量、按旧有顺序排在增补列向量的前边。 RotaObj： 任意维度下(>=2)的点集的保形旋转(不变形的旋转，
ecoli
- 聚类是将数据对象分组成多个簇（Cluster），同一个簇内 部的任意两个对象之间具有较高的 ），同一个簇内 部的任意两个对象之间具有较高的 相似度，而属于不同簇 的两个对象间具有较高的 ，而属于不同簇 的两个对象间具有较高的 相异度。相异度可以根据描述对 象的属性值计算，对象间的距离是最常采用的度量指标。-Clustering is a data object into a plurality of clusters (the Cluster), with a clu
databricks-spark-reference-applications.pdf.tar
- 摘要: 现有的聚类算法比如 CluStream 是基于 k-means 算法的。这些算法不能够发现任 意形状的簇以及不能处理离群点。 解决上述问题,本文提出了 而且, 它需要预先知道 k 值和用户指定的时间窗口。 为了 分将数据映射到一个网格, D-Stream 算法,它是基于密度的算法。这个算法用一个在线部 在离线部分计算网格的密度然后基于密度形成簇。 度衰减技术来捕获数据流的动态变化。 为了探索衰减因子、 数据密度以及簇结构之间的关系, 我们的算法能够有效的并且有效率
Kmeans
- 一个matlab的kmeans聚类算法代码，输入聚类数据和类簇数，输出分好类的数据(A matlab kmeans clustering algorithm code, input cluster data and cluster number, the output of the good class of data)
偏微分方程求解
- 本文研究下列定解问题(抛物型方程) 的有限差分法，其中 为正常数， 为已知函数，且满足边界条件和初始条件。关于式(1)的求解，采用离散化方法，剖分网格，构造差分格式。其中，网格剖分是将区域 用两簇平行直线 分割成矩形网格，其中 分别为空间步长和时间步长。将式(1)中的偏导数使用不同的差商代替，将得到不同的差分格式，如古典显格式、古典隐格式、Crank-Nicolson格式等。其中，Crank-Nicolson格式具有更高的收敛阶数，应用更广泛，故本文采用Crank-Nicol