徐诚浪技术博客一
函数插值与曲线拟合1、函数插值 一维插值:interp1(x,y,cx,’method’) 一维插值:interp1(x,y,z,cx,cy,’method’)method:nearest、linear、spline、cubic例：clearecho onx=-2:0.4:2;y=[2.8 2.96 2.54 3.
2.1、摘要 在上一篇文章中我们讨论了朴素贝叶斯分类。朴素贝叶斯分类有一个限制条件，就是特征属性必须有条件独立或基本独立（实际上在现实应用中几乎不可能做到完全独立）。当这个条件成立时，朴素贝叶斯分类法的准确率是最高的，但不幸的是，现实中各个特征属性间往往并不条件独立，而是具有较强的相关性，这样就限制了朴素贝叶斯分类的
源代码下载：NaviveBayesClassify.rarPreface文本的分类和聚类是一个比较有意思的话题，我以前也写过一篇blog《基于K-Means的文本聚类算法》，加上最近读了几本数据挖掘和机器学习的书籍，因此很想写点东西来记录下学习的所得。在本文的上半部分《基于朴素贝叶斯分类器的文本分类算法（上）》一文中简单介绍了贝叶斯学习的基本理论，这一篇将展示如何将该理论运用到中文文本
作者：phinecos（洞庭散人）Blog：http://phinecos.cnblogs.com/Email：phinecos@163.comPreface本文缘起于最近在读的一本书-- Tom M.Mitchell的《机器学习》,书中第6章详细讲解了贝叶斯学习的理论知识，为了将其应用到实际中来，参考了网上许多资料，从而得此文。文章将分为两个部分，第一部分将介绍贝叶斯学习的相
EM是我最近想深入学习的算法，在Mitchell的书中也提到EM可以用于贝叶斯网络中。下面主要介绍EM的整个推导过程。1. Jensen不等式 回顾优化理论中的一些概念。设f是定义域为实数的函数，如果对于所有的实数x，，那么f是凸函数。
java.lang.Object |_ java.util.AbstractCollection<E> |_ java.util.AbstractSet<E> |_java.util.TreeS
以下内容摘自下面链接： http://blog.pluskid.org/?p=17http://www.mathworks.cn/help/toolbox/stats/kmeans.htmlhttp://www.mathworks.cn/products/p_w_picpath/demos.html?file=/products/demos/shipping/p_w_picpaths/ipexhi
数据聚类分析使用 k 平均值聚类分析检测异常数据James McCaffrey请考虑这样一个问题：如何在超大型数据集中识别异常数据项，例如，如何识别可能具有欺骗性的信用卡交易、有风险的贷款应用程序等等。检测异常数据的一种方法是将数据项分组为类似的聚类，然后在每个聚类中寻找在某种意义上与该聚类中的其他数据项不同的数据项。有许多不同的聚类分析算法。k 平均值算法是其中一种使用最久且最广泛的算法。在本文
算法生物优化网络能源制造类别类别（2）模型名称关键点备注参考书目复杂系统库存模型排队模型可靠系统差分方程模型动力系统类酵母菌增长模型平衡点；平衡点的分类地高辛衰减模型战争模型总量一定时，对单量的分配竞争物种模型不稳定平衡：对初始值敏感比例性模型钓鱼比赛模型几何相似性身高、体重与灵活性模型数据拟合模型最小二乘拟合停止距离模型97海湾收成模型多项式拟合磁带播放模型高阶多项式敏感度很强光滑化115停止距
数学建模中常用的方法：类比法、二分法、差分法、变分法、图论法、层次分析法、数据拟合法、回归分析法、数学规划（线性规划，非线性规划，整数规划，动态规划，目标规划）、机理分析、排队方法、对策方法、决策方法、模糊评判方法、时间序列方法、灰色理论方法、现代优化算法（禁忌搜索算法，模拟退火算法，遗传算法，神经网络）。这些方法可以解一些模型：优化模型、微分方程模型、统计模型、概率模型、图论模型、决策模型。拟合
1、三角数塔问题设有一个三角形的数塔，顶点为根结点，每个结点有一个整数值。从顶点出发，可以向左走或向右走，如图所示： 要求从根结点开始，请找出一条路径，使路径之和最大，只要输出路径的和。【代码】//// 例题1 三角数字塔问题 ////#include <stdio.h>#include <stdlib.h>#define MAXN 101int n,d[MAXN][M
最短路径问题下图给出了一个地图，地图中每个顶点代表一个城市，两个城市间的连线代表道路，连线上的数值代表道路长度。现在，我们想从城市a到达城市E。怎样走才能使得路径最短，最短路径的长度是多少？设DiS［x］为城市x到城市E的最短路径长度（x表示任意一个城市）；map[i，j]表示i，j两个城市间的距离，若map[i，j]=0，则两个城市不通；我们可以使用回溯法来计算DiS［x］：varS：未访问的城
问题参考： http://iprai.hust.edu.cn/icl2002/algorithm/algorithm/technique/dynamic_programming/introduction.htm#example1 现有一张地图，各结点代表城市，两结点间连线代表道路，线上数字表示城市间的距离。如图1所示，试找出从结点A到结点E的最短距离。我们可以用深度优先搜索法来解决此问题，
解决思路的基本过程：问题的特点是：每种物品一件，可以选择放1或不放0。用子问题定义状态：即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是：f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}这个方程非常重要，据说基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以详细的查了一下这个方程的含义：“将前i件物品放入容量为
首先是问题描述：给定n种物品和一背包，物品i的重量是wi，其价值是pi，背包的容量是M，问如何选择装入背包中的物品总价值最大？可以这样理解：背包的背负有上限，因此在这个上限内尽可能多的装东西，并且价值越多越好。在这里我之想讨论动态规划解决这个问题的详细过程。动态规划是用空间换时间的一种方法的抽象。其关键是发现子问题和记录其结果。然后利用这些结果减轻运算量。因为背包的最终最大容量未知，所以，我们得从
在数学与计算机科学领域，动态规划用于解决那些可分解为重复子问题（overlappingsubproblems，想想递归求阶乘吧）并具有最优子结构（optimalsubstructure，想想最短路径算法）（如下所述）的问题，动态规划比通常算法花费更少时间。上世纪40年代，RichardBellman最早使用动态规划这一概念表述通过遍历寻找最优决策解问题的求解过程。1953年，RichardBell
刚接触到数据挖掘的时候，看过一篇文章，介绍了数据挖掘方面有三本经典书籍：(1)J.HanandM.Kamber,DataMining:ConceptsandTechniques.本书从数据库角度看待数据挖掘，强调效率（Efficiency）。按照本书观点，数据挖掘是从存储在数据库、数据仓库或者其他信息库中的大量数据中发现知识的过程。(2)I.H.WrittenandE.Frank.DataMini
简述File、FileInputStream和FileReader的区别1 ） File 类File 类封装了对用户机器的文件系统进行操作的功能。例如，可以用 File 类获得文件上次修改的时间，移动，或者对文件进行删除、重命名。换句话说，流类关注的是文件内容，而 File 类关注的是文件在磁盘上的存储。File 类的主要方法有(),lastMod： getName(),getCanonicalF
1 介绍：嵌入式机器学习，在自己的算法中调用Weka实现文本分类,是一个小的数据挖掘程序，虽然实用价值不是很大，但对于Weka的理解和使用是有帮助的。本例子来自《数据挖掘：实用机器学习技术》第2版（好像是倒数第三章）。大家可以到http://blogger.org.cn/blog/message.asp?name=DMman#23691下载该书察看对算法的详细解释。算法中作了详细的注释，虽然是英文
1) 数据输入和输出WOW()：查看Weka函数的参数。Weka_control()：设置Weka函数的参数。read.arff()：读Weka Attribute-Relation File Format(ARFF)格式的数据。write.arff：将数据写入Weka Attribute-Relation File Format(ARFF)格式的文件。2) 数据预处理Normalize()：无监
一、多种方式读文件内容。1、按字节读取文件内容2、按字符读取文件内容3、按行读取文件内容4、随机读取文件内容import java.io.BufferedReader;import java.io.File;import java.io.FileInputStream;import java.io.FileReader;import java.io.IOException;import java.
贪心算法顾名思义，贪心算法总是作出在当前看来最好的选择。也就是说贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。当然，希望贪心算法得到的最终结果也是整体最优的。虽然贪心算法不能对所有问题都得到整体最优解，但对许多问题它能产生整体最优解。如单源最短路经问题，最小生成树问题等。在一些情况下，即使贪心算法不能得到整体最优解，其最终结果却是最优解的很好近似。问题一、活动安排问题问
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
