暂无评论
基于时空协作的无线传感网节点故障检测算法，杨飞跃，陶洋，为了克服无线传感器网络中故障节点产生并传递的错误信息对WSNs服务质量的不利影响，利用节点数据时空相关性建立了可靠邻居筛选模��
在基于测距的无线传感器网络节点定位中，最小二乘法由于定位误差的累积，定位精度不高。针对该问题，提出了一种基于入侵杂草优化算法的定位方法。该算法以定位误差为适应度函数，将定位问题转换为求解非线性方程组最
通过建立误差模型，分析了测距信息缺失对于定位误差影响的定量关系，提出了一种基于数据推断辅助的分布式定位方法。该方法利用统计推论，得到由于信道限制而缺失的距离信息，以提高定位精度。仿真实验表明，在室内环
针对低信噪比时单接收节点调制识别率低的问题，提出了基于无线传感网的分布式协作调制识别方法，在低信噪比下实现对四种典型调制方式的正确识别。首先利用网络中相互协作的多个传感器节点，从提高性能出发，在节点能
提出一种基于改进蚁群算法的多序列比对方法。该算法改变了信息素的更新方式、字符的选择方法、蚂蚁在蚁巢和食物之间往返搜索以及随机分配蚂蚁开始序列等。实验结果表明，改进后的算法不仅有效地克服了基本蚁群多序列
主要为大家详细介绍了python可视化实现KNN算法,通过绘图工具Matplotlib包可视化实现机器学习中的KNN算法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
包含视频和源码: 02-Java-Swing-Basics 03-Probability-Simulation 04-Sort-Visualization 05-Maze-Solver 06-Maze
通过R语言对各种算法进行演示，并展示出可视化的效果，
由于本人觉得还不是很成熟，所以没有上传源码，等我弄好了再把源码传上来，不过就这个不成熟版的就花了我1周的时间呢！
AlgorithmVisualizer，算法可视化。在线Demo： http://parkjs814.github.io/AlgorithmVisualizer算法目录层次结构
暂无评论