Welcome![Sign In][Sign Up]
Location:
Search - l1-l

Search list

[ADO-ODBCgsp

Description: 序列模式分析算法GSP的实现 GSP是序列模式挖掘的一种算法。其主要描述如下: l 根据长度为i 的种子集Li 通过连接操作和剪切操作生成长度为i+1的候选序列模式Ci+1;然后扫描序列数据库,计算每个候选序列模式的支持数,产生长度为i+1的序列模式Li+1,并将Li+1作为新的种子集。 l 重复第二步,直到没有新的序列模式或新的候选序列模式产生为止。 l 扫描序列数据库,得到长度为1的序列模式L1,作为初始的种子集 L1Þ C2 Þ L2 Þ C3 Þ L3 Þ C4 Þ L4 Þ …… 产生候选序列模式主要分两步 l 连接阶段:如果去掉序列模式s1的第一个项目与去掉序列模式s2的最后一个项目所得到的序列相同,则可以将s1于s2进行连接,即将s2的最后一个项目添加到s1中。 l 剪切阶段:若某候选序列模式的某个子序列不是序列模式,则此候选序列模式不可能是序列模式,将它从候选序列模式中删除。 候选序列模式的支持度计算:对于给定的候选序列模式集合C,扫描序列数据库,对于其中的每一条序列d,找出集合C中被d所包含的所有候选序列模式,并增加其支持度计数。
Platform: | Size: 12292 | Author: huangfei | Hits:

[AlgorithmMAIN 3-DIMENSIONAL CFD-PROGRAM

Description:

 

#//u(i,j)        x方向的速度u;或者θ方向速度
#//u(i,j)        y方向的速度v;或者径向速度ur'h\K
#//pc(i,j)       压力修正 p'[OS
#//p(i,j)        压力p-=5-+
#//p(i,j)        密度ρBk
#//p(i,j)        扩散系数γQ"G48E
#//t(i,j)        温度Tn7/bKr
#//ake(i,j)        湍流脉动能量k971E
#//dis(i,j)      动能的耗散率ε4
 
//amut(i,j)     湍动扩散系数+
//gen(i,j)      湍流能量的生成率S
//f(i,jnf)     不同的φ变量M
//lsolve(nf)   1,求解变量f(i,j,nf)  8
//lprint(nf)   1,打印变量f(i,j,nf)   ~f
//lblk(nf)     1,对变量f(i,j,nf)应用块修正b5|{@U
//mode         选择坐标系的变量. 目前只支持mode=1.
mode=1 直角坐标系(x~y)BMI
mode=2 圆柱坐标系(r~z)^pg>)
mode=3 极坐标(r~θ)   Z^r[LE
solve子程序中求解变量f(i,j,nf)的重复扫描次数 b
变量fi,j,nf)的字符性标题 |L;
 
//xl    计算区域在x方向上的宽度)?
//yl    计算区域在y方向上的宽度@ob
//l1     x方向上主控制体的网格数。也是x方向上压力节点位置的最后一个i值。
//m1   y方向上主控制体的网格数。也是y方向上压力节点位置的最后一个j值。
//dt           时间步长 △t
//第三部分网格设定的变量
//x(i)        节点位置的x
//xu(i)       主控制容积在x方向的界面位置,即速度u(i,j)所在位置
//xdif(i)     差值 x(i)-x(i-1)
 //xcv(i)      主控制容积在x方向上的宽度
//xcvs(i)     速度u(i,j)的控制容积在x方向上的宽度
//y(j)        节点位置的y
//yv(j)       主控制容积在y方向的界面位置,即速度v(i,j)所在位置
//ydif(j)     差值 y(j)-x(j-1)
//ycv(j)      主控制容积在y方向上的宽度
//ycvs(j)     速度v(i,j)的控制容积在y方向上的宽度
////r(i,j)      主网络节点的半径r
////rmn(j)      在速度v(i,j)所在处的半径r之值
////sx (j)      主网格节点位置y(j)x方向上的标尺因子
//sxmn(j)     在界面位置yv(j)x方向的尺度因子
       //上面四个变量应用于非直角坐标系的情况
//xcvi(i,j)   xcv(i) 中与u(i,j)的控制容积相覆盖的部分
//xcvi(i,j)   xcv(i) 中与u(i+1,j)的控制容积相覆盖的部分
//ycvr(j)     主控制容积垂直于x方向的面的面积
//ycvrs(j)    速度v(i,j)的控制容积垂直于x方向的面的面积
//arx(j)      x方向相垂直的控制容积的面积
//arxj(j)     arx(j)中与速度v(i,j)的控制容积相覆盖的部分
//arxjp(j)    arx(j)中与速度v(i,j+1)的控制容积相覆盖的部分
//arxjarjxp实际上对应于x方向上的ycviycvip
 
//第四部分差分方程系数设定的变量
//con(i,j)    离散方程中的常数项b,在子程序gamsor中又作为存储sc的单元
//aip(i,j)    系数ae
//aim(i,j)    系数aw
//ajp(i,j)    系数an
//ajm(i,j)    系数as
//ap(i,j)     系数ap,在在子程序gamsor中又作为存储sp的单元
//flow         穿过控制容积界面的质量流率
//diff         扩散传导性 D
//acof         DIFLOW子程序计算的量,它给出了对流与扩散作用的联合影响
 
//第五部分求解差分方程过程中的变量求解
//du(i,j)     影响u(i,j)de
//dv(i,j)     影响v(i,j)dn
//pv(j)       用于计算主网络节点i,j上的质量流率的ρvr的插值因子:计算式如下: //fvp(j)      说明同上
//fx(i)       用于计算主控制容积界面(即速度u(i,j)所在处)的密度
 
//            rhom的插值因子,计算式如下:
 
//fxm(i)      说明同上
//pt(i)pt(j) tdma中的转换系数(消元过程中)l
//qt(i)qt(j) tdma中的转换系数(消元过程中)
//第六部分 index变量
int nf;               //nf           标明不同φ变量的下标值
int nfmax;         //nfmax        设有存储单元的nf的最大值
int np;              //(nfmax)      p(i,j)实际为f(i,j,nfmax)
int nrho;           //(nfmax+1)    rho(i,j)实际为f(i,j,nfmax)
int ngam;         //(nfmax+2)    gam(i,j)实际为f(i,j,nfmax+2)n
int l2;              //l2           (l1-1)
int l3;              //l3           (l1-2)
int m2;           //m2           (m1-1)
int m3;           //m3           (m1-2) 2
int ist;                    //ist          i的第一个内节点值`
int jst;                    //jst          j的第一个内节点值
int iter;                   //iter         不稳态问题的步进计数
int last;                   //last         用户所规定的最大迭代计数
int iter1;             //iter1        一个时间点求解setup2( )的迭代次数
double time;              //time         不稳态问题中的时间t
int ipref;              //ipref        压力参考结点的i
int jpref;                //jpref        压力参考结点的j=/
 
//第七部分其它变量
double rhocon;           //rhocon       密度为常数的问题中的ρ
int lstop;                 //lstop        =1时,停止计算
double  smax;            //smax         p'方程中的质源的最大值

double  ssum;            //ssum         p'方程中的质源的代数和


Platform: | Size: 11439 | Author: tanglincn | Hits:

[Database systemgsp

Description: 序列模式分析算法GSP的实现 GSP是序列模式挖掘的一种算法。其主要描述如下: l 根据长度为i 的种子集Li 通过连接操作和剪切操作生成长度为i+1的候选序列模式Ci+1;然后扫描序列数据库,计算每个候选序列模式的支持数,产生长度为i+1的序列模式Li+1,并将Li+1作为新的种子集。 l 重复第二步,直到没有新的序列模式或新的候选序列模式产生为止。 l 扫描序列数据库,得到长度为1的序列模式L1,作为初始的种子集 L1Þ C2 Þ L2 Þ C3 Þ L3 Þ C4 Þ L4 Þ …… 产生候选序列模式主要分两步 l 连接阶段:如果去掉序列模式s1的第一个项目与去掉序列模式s2的最后一个项目所得到的序列相同,则可以将s1于s2进行连接,即将s2的最后一个项目添加到s1中。 l 剪切阶段:若某候选序列模式的某个子序列不是序列模式,则此候选序列模式不可能是序列模式,将它从候选序列模式中删除。 候选序列模式的支持度计算:对于给定的候选序列模式集合C,扫描序列数据库,对于其中的每一条序列d,找出集合C中被d所包含的所有候选序列模式,并增加其支持度计数。
Platform: | Size: 12288 | Author: huangfei | Hits:

[OtherALEPH-L1.0

Description: NELSON PASS的ALEPH L-1.0的线路图和PCB,PROTEL99SE格式,自行设计的PCB,原创。-NELSON PASS the ALEPH L-1.0 of the circuit diagram and PCB, PROTEL99SE format, self-designed PCB, original.
Platform: | Size: 599040 | Author: 吴松喜 | Hits:

[BooksL-1(SSG)(PE)((EE)NPTEL)

Description: Power Electronics In 40 lessons L1
Platform: | Size: 150528 | Author: siddharth | Hits:

[Graph programCalISI

Description: Function Definition - C: equalizer of MISO with N.L1 X 1 F: convolved mixing matrix with N X M, with length L2 of mixing polynomial matrix, denoted by N.L2 X M M: the number of inputs N: the observations of system L1: length of equalizer polynomial matrix L2: length of mixing polynomial matrix H: overall system with M.L X 1 vector L: the length of overall system, L=L1+L2-1
Platform: | Size: 1024 | Author: s | Hits:

[Algorithml1benchmark

Description: l1benchmark 这个算法包提供了十种求解带稀疏约束的矩阵方程 AX=b 的 MATLAB 实现代码,并提供了一个比较各种算法求解结果的演示。-An L1-norm minimization benchmark package, which contains an implementation of ten L1-norm minimization algorithms in MATLAB. The package also provides a test script for comparing fast L-1 solvers via Gaussian projections.
Platform: | Size: 46080 | Author: bsmsht | Hits:

[Mathimatics-Numerical algorithmsApriori

Description:  Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里,所有支持度大于最小支持度的项集称为频繁项集,简称频集。 - (1) L1 = find_frequent_1-itemsets(D) (2) for (k=2 Lk-1 ≠Φ k++) {   (3) Ck = apriori_gen(Lk-1 ,min_sup)   (4) for each transaction t ∈ D {//scan D for counts   (5) Ct = subset(Ck,t) //get the subsets of t that are candidates   (6) for each candidate c ∈ Ct   (7) c.count++   (8) }   (9) Lk ={c ∈ Ck|c.count≥min_sup}   (10) }   (11) return L= ∪ k Lk
Platform: | Size: 11264 | Author: panqiang | Hits:

[matlabdemo3_Rohrs

Description: This the demo file for Rhors counter example: adaptive control for system with unmodeled dynamics, which show the lack of robustness of the traditional MRAC. DoSims.m: This script initializes the model parameters, run the simulation, and plot all the results automatically. L1Model_Rohrs.mdl:the implementation of L1 adaptive controller. MracModel_Rohrs.mdl: the implementation of the traditional MRAC. Refer to the following papers for background: C.E. Rohrs, L. Valavani, M. Athans, and G. Stein, "Stability Problems of Adaptive Control Algorithms in the Pressence of Unmodeled Dynamics", 21st Conference on Decision and Control, Dec 1982. Enric Xargay, Naira Hovakimyan and Chengyu Cao, "Benchmark Problems of Adaptive Control Revisited by L1 Adaptive Control", International Symposium on Intelligent Control and 17th Mediterranean Conference on Control and Automation, Thessaloniki, Greece, June 24-26, 2009, pp. 31-36. -This is the demo file for Rhors counter example: adaptive control for system with unmodeled dynamics, which show the lack of robustness of the traditional MRAC. DoSims.m: This script initializes the model parameters, run the simulation, and plot all the results automatically. L1Model_Rohrs.mdl:the implementation of L1 adaptive controller. MracModel_Rohrs.mdl: the implementation of the traditional MRAC. Refer to the following papers for background: C.E. Rohrs, L. Valavani, M. Athans, and G. Stein, "Stability Problems of Adaptive Control Algorithms in the Pressence of Unmodeled Dynamics", 21st Conference on Decision and Control, Dec 1982. Enric Xargay, Naira Hovakimyan and Chengyu Cao, "Benchmark Problems of Adaptive Control Revisited by L1 Adaptive Control", International Symposium on Intelligent Control and 17th Mediterranean Conference on Control and Automation, Thessaloniki, Greece, June 24-26, 2009, pp. 31-36.
Platform: | Size: 28672 | Author: mo | Hits:

[File FormatL-0.5-regularization

Description: L1/2正则化,可用于图像恢复,信号重建,聚类分析-L 0.5 regularization
Platform: | Size: 301056 | Author: 赵静 | Hits:

[Windows DevelopCRFtools.zip

Description: CRFsuite: a fast implementation of Conditional Random Fields (CRFs) CRFSuite is an implementation of Conditional Random Fields (CRFs) for labeling sequential data. The first priority of this software is to train and use CRF models as fast as possible even at the expense of its memory space and code generality. CRFsuite runs 5.4 - 61.8 times faster than C++ implementations for training. CRFsuite supports parameter estimation with L1 regularization (Laplacian prior) using Orthant-Wise Limited-memory Quasi-Newton (OW-LQN) method and L2 regularization (Gaussian prior) using Limited-memory BFGS (L-BFGS) method.,CRFsuite: a fast implementation of Conditional Random Fields (CRFs) CRFSuite is an implementation of Conditional Random Fields (CRFs) for labeling sequential data. The first priority of this software is to train and use CRF models as fast as possible even at the expense of its memory space and code generality. CRFsuite runs 5.4- 61.8 times faster than C++ implementations for training. CRFsuite supports parameter estimation with L1 regularization (Laplacian prior) using Orthant-Wise Limited-memory Quasi-Newton (OW-LQN) method and L2 regularization (Gaussian prior) using Limited-memory BFGS (L-BFGS) method.
Platform: | Size: 29696 | Author: icypriest | Hits:

[Software EngineeringADL32-Lecture03-Report1.rar

Description: CRFsuite: a fast implementation of Conditional Random Fields (CRFs) CRFSuite is an implementation of Conditional Random Fields (CRFs) for labeling sequential data. The first priority of this software is to train and use CRF models as fast as possible even at the expense of its memory space and code generality. CRFsuite runs 5.4 - 61.8 times faster than C++ implementations for training. CRFsuite supports parameter estimation with L1 regularization (Laplacian prior) using Orthant-Wise Limited-memory Quasi-Newton (OW-LQN) method and L2 regularization (Gaussian prior) using Limited-memory BFGS (L-BFGS) method.,CRFsuite: a fast implementation of Conditional Random Fields (CRFs) CRFSuite is an implementation of Conditional Random Fields (CRFs) for labeling sequential data. The first priority of this software is to train and use CRF models as fast as possible even at the expense of its memory space and code generality. CRFsuite runs 5.4- 61.8 times faster than C++ implementations for training. CRFsuite supports parameter estimation with L1 regularization (Laplacian prior) using Orthant-Wise Limited-memory Quasi-Newton (OW-LQN) method and L2 regularization (Gaussian prior) using Limited-memory BFGS (L-BFGS) method.
Platform: | Size: 1804288 | Author: icypriest | Hits:

[GPS developUM330

Description: UM330 是全球首款支持全北斗和GPS 的高性能GNSS 模块,多系统多频率高性能SoC 芯片,能够同时支持BD1 S/L、BD2 B1 和GPS L1 三个频点。UM330 外形尺寸紧凑,采用SMT 焊盘,支持标准取放及回流焊接 全自动化集成,尤其适用于低成本、低功耗领域。-UM330 can be used to GNSS、GPS、BD1 S/L、BD2 B1
Platform: | Size: 1548288 | Author: 王广龙 | Hits:

[Other2

Description: 定义实现大整数运算的类LINT,该类实现两个100位以内的大整数的加法和结果输出。 类可以有如下的类似定义: class LINT { private: // …… public: LINT(char*) LINT operator+(const LINT& L) ostream& operator<<(const ostream& os, const LINT& L) // …… } 要求: 1)构造函数LINT::LINT(char*)初始化大整数。可以根据自己的要求增加定义任意形式和任意个数的构造函数。 2)用“cout << LINT的对象”形式打印大整数的值。 3)可以根据需要,自行增加类LINT的成员函数和成员变量。 4)类中的运算符重载方式,既可以重载为类的成员函数,也可以重载为类的友元函数。 5)100位的大整数可以用数组或者链表来实现,也可以用你认为合适的数据结构。 程序中可能如下使用类LINT: void main() { LINT L1("12345678900987654321"), L2("9876543210"), L3 L3 = L1 + L2 cout << L3 …… } 说明:假设L1 = 12345678900987654321,L2 = 9876543210。 -定义实现大整数运算的类LINT,该类实现两个100位以内的大整数的加法和结果输出。 类可以有如下的类似定义: class LINT { private: // …… public: LINT(char*) LINT operator+(const LINT& L) ostream& operator<<(const ostream& os, const LINT& L) // …… } 要求: 1)构造函数LINT::LINT(char*)初始化大整数。可以根据自己的要求增加定义任意形式和任意个数的构造函数。 2)用“cout << LINT的对象”形式打印大整数的值。 3)可以根据需要,自行增加类LINT的成员函数和成员变量。 4)类中的运算符重载方式,既可以重载为类的成员函数,也可以重载为类的友元函数。 5)100位的大整数可以用数组或者链表来实现,也可以用你认为合适的数据结构。 程序中可能如下使用类LINT: void main() { LINT L1("12345678900987654321"), L2("9876543210"), L3 L3 = L1+ L2 cout << L3 …… } 说明:假设L1 = 12345678900987654321,L2 = 9876543210。
Platform: | Size: 1024 | Author: Elena | Hits:

[OpenCVmyNorm

Description: Qt、Opencv环境下,演示连续范数的计算,绘制和显示。可以连续演示范数L1,L2,L3,L4.....L无穷,对于教学演示非常有用-Under Qt, Opencv environment, demonstrate continuous norm calculate the number of rendering and display. Can continue to play an norm L1, L2, L3, L4 ..... L infinity, is very useful for teaching demonstration
Platform: | Size: 5120 | Author: dengshaogeng | Hits:

[matlabL1Solvers

Description: 文章《Fast l-1 Minimization Algorithms: Homotopy and Augmented Lagrangian Method Implementation Fixed-Point MPUs to Many-Core CPUs/GPUs》提供的benchmark,解决一些L1范数优化问题。-Article " Fast l-1 Minimization Algorithms: Homotopy and Augmented Lagrangian Method- Implementation Fixed-Point MPUs to Many-Core CPUs/GPUs" benchmark provided to solve some L1 norm optimization problem.
Platform: | Size: 36864 | Author: wangzhan | Hits:

[matlabL 1 adaptive control

Description: L 1 自适应控制算法,美国伊利诺伊大学香槟分校(L 1 adaptive control , UIUC demo)
Platform: | Size: 313344 | Author: luis | Hits:

CodeBus www.codebus.net