论文研究 用于对实数进行排序的NC算法

在这项工作中,基于从3种常见概率密度函数(PDF)得出的分析结果,报告了描述采样误差(Δ)的经验模型:高斯表示任何均值,随机变化的均值μ和标准偏差σ的变量x; 泊松(Poisson),代表计数数据:即

给出了DES的两个较大的14轮线性逼近，它们的相关系数分别为最佳线性逼近相关系数的0.8倍和0.6倍，且涉及到完全相同的密钥和不同的明密文。结合这两个较好的线性逼近，提出了攻击DES的改进算法，利用改

提出了一种简单而有效的静态图像压缩算法，根据图像经小波分解后系数的特点以及人眼对图像的边缘信息更加敏感的特性，对Shapiro的EZW算法进行改进。由于改进后的算法更加注重边缘信息的编码，实验结果表明

该程序为用C语言编写的实数编码的标准遗传算法，已调试成功，可以直接运行。

用实数编程的遗传算法，很好。大家可以下载分享哦！

对聚类算法K-means的研究与改进，郑立杰，刘刚，针对传统的K-means算法中聚类的质量受聚类数目的选取和初始聚类中心的确定的影响很大的问题，我们提出了以文档密度为参数，将文档��

以适应值曲面模型为基础分析误导信息对进化算法性能的影响。基于最优吸引子提出描述进化算法作用过程的一般方法,提出梯度信息关联集合的概念以描述误导信息的种类和作用。在此基础上,将误导信息的作用分为欺骗和多

不能否认在知识的各个学科中以问题为基础的学习方法在教育中的实施。 该方法能够改善适应21世纪学习的传统学习范式。 这篇综述的主要目的是调查与基于问题的学习及其对教育的影响有关的学科的研究结果。 该研究

包括对五种排序算法：冒泡，插入，选择，归并，快速排序算法的对于N=1000，10000，100000的算法实现时间的比较及源程序和测试数据截图

基于Kruskal算法进行初值选取的改进的K-means算法，任倩，卓新建，K-means算法是聚类算法中最经典的划分算法之一，它对初值的依赖性很强，聚类结果随初始聚类中心选择的不同而波动很大。本文基