搜索资源列表
TextureImageRetrievalBasedonContourletTransformUsi
- Contourlet变换结合了不可分离的方向滤波组,具备小波所不能表达的多方向特性,能有效捕获自然图像的边缘轮廓信息。本文分析了图像ontourlet系数的统计特征,并利用广义高斯函数对各子带系数层进行建模。将此模型应用于基于VisTex的自建纹理图像库,采用矩匹配估计法,提取模型参数集,运用K2L距离计算图像间的相似度。对800幅纹理图像进行检索,本文方法比传统小波方法的平均检索查准率高出约2％到10％不等。实验结果表明,该方法改进了导向纹理的描述
一种无距离函数聚类方法
- 聚类算法大部分都使用距离来计算相似度，本文探讨了无需使用距离的方法。-clustering algorithm used to calculate similarity distance, the paper discusses the need to use the distance.
lhgdialog
- 仿新浪博客弹出层代码下载 这种效果是一个弹出层的组件哦，如像新浪博客啊，还有网易的佳人有约的效果。 三、调用方法及参数说明 在需要调用的页面引入lhgdialog.js，例如：<scr ipt type="text/javascr ipt" src="lhgdialog.js"></scr ipt> 然后在要调用的位置上引发的事件中加入调用代码，例如：<input type="button" onclick="lhgdialog.opendlg(.
8_puzzle
- 8数码问题的Java求解，采用A*算法。数据结构采用的Vector<int[]>。输出为"no solution"或一系列表示求解过程的字符串。 某些30步的测试样例需要半分钟左右，但是绝对是正确解~~万望您能不吝点滴时间耐心等待……orz thnx~~ 我用的启发函数计算了现在的网格距离目标网格还有多远。 具体算法是，将每一格中的数字的坐标与其应该在的坐标的差加到一起，得到这个最终值h(x) 也就是Manhattan_Distance 源码使用
Point
- 分别编写两个类Point2D，Point3D来表示二维空间和三维空间的点，使之满足下列要求： (1) Point2D有两个整型成员变量x, y (分别为二维空间的X,Y方向坐标)，Point2D的构造方法要实现对其成员变量x, y的初始化。 (2)Point2D有一个void型成员方法offset(int a, int b)，它可以实现Point2D的平移。 (3)Point3D是Point2D的直接子类，它有有三个整型成员变量x,y,z (分别为三维空间的X,Y,Z方向坐标)，Po
cejuhanshu
- 这是一个flash源文件，效果很好，测试平台为flash 8.0（如果提示问题请选择合适的版本试试），代码的效果是：距离函数-This is a flash source file, the effect is very good, the test platform for Flash 8 ( if the question please choose the right version to try), code effect is: distance function
PointDraw
- 个人原创代码：Point2D和Point3D作图。编写Java Application程序，分别编写两个类Point2D，Point3D来表示二维空间和三维空间的点，使之满足下列要求： (1) Point2D有两个整型成员变量x, y (分别为二维空间的X,Y方向坐标)，Point2D的构造方法要实现对其成员变量x, y的初始化。 (2)Point2D有一个void型成员方法offset(int a, int b)，它可以实现Point2D的平移。 (3)Point3D是Point2
K_Means
- k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。下面给出我写的源代码。-work process k-means al
3
- 编写一个 Java 程序，用于完成二维平面空间中一条直线的长度。 要求：（1）创建一个类（Point），用于描述二维空间中的点；（2）创建一个类（Line）， 用于描述二维空间中的一条直线，要求继承第一个类（即Point），且通过Java 默认的Math 类中静态方法计算一条直线的距离；（3）创建一个新类，在主函数 中输入一条二维空间中的直线信息，计算并输出直线长度。-compute thw length
KMeans
- K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。-K-means clustering algorithm is hard, is a typical prototype-based clustering method on behalf of the objective function, it is a method of data points to a certain di