简介：3　BP神经网络进行数字识别,就可以对字符进行识别,采用带有动量项和自适应学习率的反向传播算法的人工神经网络来训练、识别理想信号和含有噪声信号的数字字符

简介：属性a离散化后的决策表 ,表2属性b离散化后的决策表,D)=E(D|B)-E(D|B∪{a})

简介：全景照片也称为全景摄影或虚拟实景,是基于静态图像的虚拟现实技术,即把相机环360°拍摄的一组照片拼接成一个全景图像并进行显示。该文基于SIFT算法和嵌入式系统实现全景摄像技术装置,即通过ARM9平台将步进电机和摄像装置结合实现全景照相装置,之后在服务器通过HGE引擎开发相关系统,引入SIFT衔接算法将拍摄的多张照片进行拼接处理,并构建全景照片的虚拟环境,实现了全景照片的跑马灯展示效果。

简介：属性a离散化后的决策表 ,表2属性b离散化后的决策表,D)=E(D|B)-E(D|B∪{a})

简介：基于IDEA算法的邮件加密和解密实现过程,//加密、解密密钥,整个算法包含子密钥产生、数据加密过程、数据解密过程三部分

简介：针对传统三维凸包算法的不足，阐述一种改进的凸包构造算法。该算法使用PCA主成分分析法对点集进行预处理，计算其相应的协方差矩阵，求出其特征值所对应的特征向量，并以之建立新的坐标系。再通过吸收QuickHull算法的构造思想，充分利用坐标轴端点来构造初始单形体，结合冲突图来更新凸包数据结构，这样大大提高构造凸包的效率。这个过程能达到时间复杂度下限O（nlogn），实验证明该算法具有理论和实际应用价值。

简介：求解非线性互补问题基于模的矩阵分裂算法难度相对较大,需要在特定环境下对其收敛特性进行分析,并通过实验方式对这一算法在求解类弱非线性互补问题中的应用效果进行验证,确保其适用性和有效性。具体而言,研究非线性互补问题过程中,需要从理论和算法两个方面进行考量。基于理论对问题解的存在特性、稳定性和灵敏度等相关特性进行分析,而后者的研究重点为有效算法的最佳构建方式和理论分析效果等。

简介：通过什么样的规则来安排哪个广告给哪个关键字，才能最大化当天的收益呢？此问题可以抽象成“On-line带权二部图最大匹配问题”。

简介：目前国内提供数据中心服务主要有三种模式，分别是运营商建设的数据中心、商业化数据中心和政府主导建设的数据中心。其中，政府主导的数据中心近几年不断涌现。政府主导的数据中心可以优化当地产业架构，为本地中小企业提供服务，吸引企业到当地投资，为电子政务和智慧城市作出贡献。

简介：研究随机扰动下简单电力系统的可靠度反馈最大化．应用拟不可积哈密顿系统随机平均法和随机动态规划原理，导出以可靠度最大为目标的动态规划方程和以平均首次穿越时间最长为目标的动态规划方程．通过分别求解相应的动态规划方程，得到最优控制律，受控与未控系统的条件可靠性函数及平均首次穿越时间．最后应用MonteCarlo模拟验证结果的准确性．

简介：IMSResearch的EMEA视频监视市场报告显示，博世安防系统继续统治着欧洲，中东及非洲的视频监控市场。IMS的报告认为其市场份额达到9.1%，领先第二名3个百分点的博世是该市场最大的视频监视设备供应商。在视频编码器领域，博世市场份额为19.4%，领先第二名接近10个百分点，再次成为毫无争议的龙头老大。

简介：提出了一种ES到PS包过程中时间信息的重建算法,码流复用过程中的一个关键技术就是从下一级的码流中或者下一级码流的编解码时序中获得的信息来形成上一级码流的时间同步信息,PES中有显示时间标签PTS和解码时间标签DTS

简介：(2)计算这些block的网格分辨率,然后计算可见block的网格分辨率,相邻block的网格分辨率

简介：H．264视频编解码标准中，帧内预测是很重要的一部分，它显著提高了压缩率，但增加了计算复杂性。H．264帧内预测编码包括9种Intra_4×4和4种Intra_16×16的共13种预测模式，在分析当前帧内预测模式快速算法的基础上，提出设置阈值与变换域相结合的方法来快速选择Intra_4×4、Intra_16×16预测模式的最优模式，并以此对原算法进行了改进。仿真实验表明，改进的算法在保持PSNR和码率微小变化的情况下，计算复杂度能明显降低。

简介：则新样本不是支持向量,即支持向量机在全体样本上训练和在支持向量集上训练得到的决策函数相同,说明新样本不是支持向量

简介：则设施布置问题中的每个区段,布置规划的总成本由所有区段的物料搬运成本和与再布置成本之和组成,则其再布置成本就是把设施3移动到位置2所产生的成本与把设施5移动到位置1所产生的成本之和

简介：图3、图4分别是我们提出的算法处理后的图像和其直方图,图1、图2分别是原始图像和原始图像的直方图,经典的直方图均衡化处理后的图像

简介：基于数据立方体的泛化算法,算法2基于数据立方体的泛化算法,泛化都是在数据集的单个属性上进行的

简介：基于数据立方体的泛化算法,算法2基于数据立方体的泛化算法,泛化都是在数据集的单个属性上进行的

简介：但是利用这些训练序列进行符号的捕获时,利用所有的训练符号来完成对UWB接收信号的捕获,-aK-1}式中