搜索资源列表
分布式数据挖掘
- 这是一些有关分布式数据挖掘的文献，具有很大的参考意义-This is the Distributed Data Mining literature, a great reference value
sigma32
- 用数值方法模拟了E.coli中sigma32因子对热休克(Heat shock)基因的调控机理，与文献吻合的很好。-numerical simulation of E. coli sigma32 of heat shock factor (Heat shock) gene regulatory mechanism, and are in good agreement with literature.
sigma32(MC)
- 用Monte Carlo方法，模拟E.coli中sigma32因子对热休克基因的调控机理，与文献吻合很好。-Monte Carlo simulation E.coli sigma32 factor on heat shock gene regulatory mechanism, good agreement with literature.
Volterraprediction
- 小数据量法求混沌吸引子最大Lyapunov指数的Matlab程序，参考文献：张家树.混沌时间序列的Volterra自适应预测.物理学报.2000.03-small data method for chaotic attractor largest Lyapunov exponent of Matlab procedures References : Zhang Shu. The chaotic time series Volterra adaptive prediction. Physics
Volterrra_luzhenbo4
- 更新部分 1、自适应算法采用参考文献[2]的NLMS算法，收敛速度更快，所需训练次数更少。 2、自适应收敛步长在(0,2)之间存在较优取值，Lorenz序列为0.6。-update an adaptive algorithm reference [2] NLMS algorithm, convergence faster, less the number of required training. 2, adaptive step in the convergence of (0,2)
Incremental_Document_Clustering
- 一个增量文本聚类的算法。 参考文献： Wai-chiu Wong, Ada Wai-chee Fu, Incremental Document Clustering for Web Page Classification. -an incremental version of the clustering algorithm. References : Wai-chiu Wong, Ada Wai-CHEE Fu, Incremental Document Clustering for
epc2d-update
- 一个投影聚类算法及其数据集生成源码。 参考文献： Eric K.K. Ng, A. Fu : Efficient algorithm for Projected Clustering,-a clustering algorithm and its projection data sets generated source. References : Eric K. K. Ng, A. Fu : Projected Efficient algorithm for clustering,
Volterra_MultiStepPred_luzhenbo
- 基于Volterra滤波器混沌时间序列多步预测 作者：陆振波，海军工程大学 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页 电子邮件：luzhenbo@sina.com 个人主页：luzhenbo.88uu.com.cn 参考文献： 1、张家树.混沌时间序列的Volterra自适应预测.物理学报.2000.03 2、Scott C.Douglas, Teresa H.-Y. Meng, Normalized Data Nonlineariti
shuju
- 文章通过对实序列快速傅里叶变换的算法推导及Mallat 算法原理的分析，根据离散小波变换（DWT）算 法结构特征，提出了一种离散小波的快速变换算法，给出了相应的算法步骤。从数学理论上进行了论证，并把该算法 应用到静态图像处理中，得到了很好的快速和重建效果，具有一定的实用价值。 关键词：小波分析；Mallat 算法；快速小波算法 图像处理 中图分类号：TN914 文献标识码：A 1 引言 小波分析是近十多年来迅速发展起来的新兴学科和信号分析理论，是继傅里叶分析方法之后的重
benchmarks_test_pso
- 粒子群算法(pso)标准测试函数验证程序。在一个m文件中包括了目前文献中用于验证的7个标准测试函数(Ackley等)、三维动态显示，粒子过分集中时打散等功能。旨在为学习和研究者pso算法的同仁提供一个功能较为完备、简单易懂的标准版本，对于初学者可以通过此程序快速的实现入门，以便将更多的精力投入到深层次的研究中去！同时愿与所有致力于此的朋友共同探讨pso算法的改进与应用方面(如多目标、动态系统等)的经验。-PSO algorithm (PSO) standard test function ver
cc_method
- C-C方法及改进的C-C方法重构相空间的matlab程序 -------------------------------- 性能： 3000数据耗时3分钟 -------------------------------- 参考文献： 1、Nonlinear dynamics, delay times, and embedding windows.pdf 2、基于改进的C-C方法的相空间重构参数选择4.pdf -------------------
PerceptionCLassify
- 感知机分类算法用于文献分类,基于BP神经网络的基本算法-Perceptron classification algorithm for Literature Classification, based on BP neural network algorithm
EmbeddingDimension_FNN
- 假近邻法(False Nearest Neighbor, FNN)计算嵌入维的Matlab程序 文件夹说明： Main_FNN.m - 程序主函数，直接运行此文件即可 LorenzData.dll - 产生Lorenz时间序列 PhaSpaRecon.m - 相空间重构 fnn_luzhenbo.dll - 假近邻计算主函数 SearchNN.dll - 近邻点搜索 buffer_SearchNN_1.dll - 近邻点搜索缓存1 buffer_Search
states_densityofPHC
- 计算光子晶体态密度的程序，与文献吻合，只要小的修改就可计算其他结构的态密度-photonic crystal calculation of the density of states procedures, in line with the literature, as long as minor modifications other structures can be calculated density of states
surrogates
- 替代数据法中最重要的文献和文献相关的软件代码，非常经典亚-alternative method of data the most important literature and the literature related to the software code, very classic Asia
traffica
- 用于交通流研究的程序，里面是各个分开独立的程序，想用就先研究一下交通流方面的文献哦。-used to study traffic flow procedures, which is separate from the various procedures, want to use on the first study of traffic flow literature oh.
spectrum
- 功能： 功率谱分析 算法参考文献：黄嘉佑，《气象时间序列分析》-functions : power spectral analysis algorithm References : Geophysics, "meteorological time series analysis"
BP神经网络 文献汇总
- 一些关于神经网络matlab编程的基础文献，有各种类型的，方便大家学习、查阅。(Some of the basic literature about the MATLAB programming of neural network, there are various types, convenient for everyone to learn and consult.)
data_capture
- 可以通过截取文献中的图片进而提取文献曲线中的数据(capture the data of curves in ref.)
主动学习文献综述
- 适合主动学习入门者阅读，主动学习文献综述，有助于对主动学习的了解和学习