搜索资源列表
dsakf
- ％ 文件名：randlsbget.m ％ 程序员:余波 ％ 编写时间:2007.6.25 ％ 函数功能: 本函数将完成提取隐秘于上的秘密信息 ％ 输入格式举例:result=( scover.jpg ,56, secret.txt ,2001) ％ 参数说明: ％ output是信息隐藏后的图象 ％ len_total是秘密信息的长度 ％ goalfile是提取出的秘密信息文件 ％ key是随机间隔函数的密钥 ％ result是提取的信息 functi
B747_simulink_Model
- 以波音747为背景，建立了飞机运动的空间六自由度仿真模型。其中包含以下部分： 1. 飞机运动的空间六自由度仿真模型 2. 自动驾驶仪仿真模型； 3.执行器仿真模型； 4.大气重力环境模型； 5.气动数据模型； 6.发动机推力模型； 另外，仿真过程中： 1.考虑了风场的影响 2.考虑了传感器的随机噪声； 3.考虑了执行器时间延迟； 4.采用变增益控制器； 状态方程选取：速度、攻角、侧滑角、机体系三轴角速度、欧拉角、
Maxiflowminicut
- 最大流和最小截算法，在这个函数的编制中存在一个细节，当任取一个已标号未检查的点的时候，我取的最靠前的点。如果加进随机选取的语句，每次运行程序可能会出现不同的最大流结果。-Maximum flow and minimum cut algorithms, in this function exists in the preparation of a detail, if any label does not take a check point has been, I get the most fr
KmeansAlgorithm
- 实现k均值聚类算法，本算法可以随机设置初始测试集，也可以随机选取初始类。-K means algorithm The algorithm can set intial data set randomly。also can randomly choice initial data cluster
BP
- bp神经网络，用于matlab.随机选取值0到1进行学习，由输入向量得到目标向量。-bp neural network
Differential-evolution-algorithm
- 微分进化(DE)是比较新的基于群体的随机优化，它的变异算子是由种群中任意选取的多对向量的差值得到的-Differential Evolution (DE) is a relatively new groups based stochastic optimization, its mutation operator arbitrarily selected from the population of the vector difference
Simulations-of-Boeing-747
- 以波音747为背景，建立了飞机运动的空间六自由度仿真模型。其中包含以下部分： 1. 飞机运动的空间六自由度仿真模型 2. 自动驾驶仪仿真模型； 3.执行器仿真模型； 4.大气重力环境模型； 5.气动数据模型； 6.发动机推力模型； 另外，仿真过程中： 1.考虑了风场的影响 2.考虑了传感器的随机噪声； 3.考虑了执行器时间延迟； 4.采用变增益控制器； 状态方程选取：速度、攻角、侧滑角、机体系三轴角速度、欧拉角、
breedPSO
- 基于杂交的粒子群优化函数--借鉴遗传算法的杂交概念，在每次迭代中，根据杂交概率选取指定数量的例子放入杂交池中，里面的例子随机两两杂交，产生相同数目的子代例子-Hybridization-based particle swarm optimization functions- Reference hybrid genetic algorithm concepts, in each iteration, according to the selected crossover probability
FCMClust
- 模糊C均值聚类（FCM）算法是一种经典的模糊聚类分析方法，但其算法初始聚类中心集是随机选取的，从而造成算法的性能强烈的依赖聚类中心集的初始化。-Fuzzy C-Means clustering (FCM) algorithm is a classical fuzzy clustering analysis method, but the algorithm sets the initial cluster centers are selected randomly, resulting in a
K-means-cluster
- k-means算法是一种动态聚类算法，基本原理如下[24]：首先预先定义分类数k，并随机或按一定的原则选取k个样品作为初始聚类中心；然后按照就近的原则将其余的样品进行归类，得出一个初始的分类方案，并计算各类别的均值来更新聚类中心；再根据新的聚类中心对样品进行重新分类，反复循环此过程，直到聚类中心收敛为止。-K- means algorithm is a dynamic clustering algorithm, the basic principle of [24] as follows: fi
Kmeans
- K均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心-K-means clustering algorithm is to randomly K objects as the initial cluster centers. Then calculate the distance of each object and each seed cluster centers, assigning each objec
lhsdesign_modified
- 拉丁超立方试验设计方法，根据等概率随机正交分布的原则，可以合理在变量范围里选取试验样本点。对于设计变量较多的大型空间的采样，工程中常使用拉丁超立方试验设计方法.-Latin Hypercube experimental design methods, in accordance with the principle of equal probability distribution of random orthogonal, it is reasonable to the range of v
wuxinxibianliangxiaochufa
- UVE是基于PLS回归系数建立的一种波长选择方法，这种方法的基本思想是将回归系数作为波长重要性的衡量指标。该方法将一定变量数目的随机变量矩阵加入到光谱矩阵中，然后通过蒙特卡洛交互验证或者传统的交互验证建立PLS模型，通过计算PLS回归系数平均值与标准偏差的比值，选取有效光谱信息。-UVE was established based on PLS regression coefficient of a wavelength selection method, the basic idea of t
PCAPMAPPLSPBP
- 这是一种基于近红外光谱的非线性建模方法及系统，从各所述近红外光谱数据随机挑出一部分作为校正集，挑出一部分作为验证集；将所述校正集和所述验证集通过主成分分析得到光谱特征空间；在所述光谱特征空间中，通过马氏距离法选取所述校正集里与所述验证集的各个样本最近似的样本作为校正子集；从所述校正子集中提取主成分数，作为BP神经网络的输入层建立回归模型，不仅能解决各因素之间多重相关的问题，还避免了大量的噪声和一些无用的信息，降低了变量维数，在BP神经网络的非线性映射能力和适应学习能力的基础上，提高了模型的预测稳
RBF
- FBF函数实现预测功能，其中包含随机选取指定数量样本的程序及数据的归一化处理程序-RBF function prediction, including random samples of a specified number of program and data normalization processing
20170106RF_Matlab
- 随机森林指的是利用多棵树对样本进行训练并预测的一种分类器，包括两个方面：数据的随机性选取，以及待选特征的随机选取。-Random forest refers to the use of more than one tree to sample the training and prediction of a classifier, including two aspects: random selection of data, as well as the characteristics of
K2
- 从数据样本中随机选取一本分数据，运用K2算法进行贝叶斯网络结构学习-A sub-data randomly selected the data samples, using K2 Bayesian network structure learning algorithm
K_means
- K均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了，每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。-k-means algorithm
85375535Kmeans
- K均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心(K means clustering algorithm is first randomly selected K objects as the initial clustering center. Then calculate the distance between each object and each seed cluster center and
随机选取lsb
- 实现在LSB上的随机信息隐秘以及信息提取(Implementation of random information hiding and information extraction on LSB)