k-均值算法（英文：k-means clustering）源于信号处理中的一种向量量化方法，现在则更多地作为一种聚类分析方法流行于数据挖掘领域。k-平均聚类的目的是：把 n {\displaystyle n} 个点（可以是样本的一次观察或一个实例）划分到k个聚类中，使得每个点都属于离他最近的均值（此...

算法的一个训练样本集。 k-近邻算法的缺点是对数据的局部结构非常敏感。 K-平均算法也是流行的机器学习技术，其名稱和k-近邻算法相近，但兩者没有关系。数据标准化可以大大提高该算法的准确性。 训练样本是多维特征空间向量，其中每个训练样本带有一个类别标签。算法的训练阶段只包含存储的特征向量和训练样本的标签。...

在計算機科學與數學中，一個排序算法（英語：Sorting algorithm）是一種能將一串資料依照特定排序方式排列的算法。最常用到的排序方式是數值順序以及字典順序。有效的排序算法在一些算法（例如搜尋算法與合併算法（英语：Merge algorithm））中是重要的，如此這些算法才能得到正確解答。排序算法...

空間複雜度的距離矩陣以避免重複計算距離，但若不使用距離矩陣，DBSCAN的空間複雜度為 O ( n ) {\displaystyle O(n)} 。 相比 K-平均算法，DBSCAN 不需要預先聲明集群數量。 DBSCAN 可以找出任何形狀的集群，甚至能找出一個集群，它包圍但不連接另一個集群，另外，由於 MinPts...

快速排序（英語：Quicksort），又稱分区交換排序（partition-exchange sort），是一種排序演算法，最早由東尼·霍爾提出。在平均狀況下，排序 n {\displaystyle n} 個項目要   O ( n log ⁡ n ) {\displaystyle \ O(n\log...

从迭代次数的角度看，没有任何一种仅通过比较元素大小进行搜索的算法，在平均情况和最坏情况下的性能优于二分查找。表示二分查找的比较树除最底层外，每一层都是完全填满的，因此层数最少。如果不以此方式构造树，搜索算法在每次迭代中只能排除较少的元素，从而增加平均情况及最坏情况下所需的迭代次数。其他基于元素比较的搜索算法...

{\displaystyle r_{k}} ： r k − 2 = q k r k − 1 + r k {\displaystyle r_{k-2}=q_{k}r_{k-1}+r_{k}} 其中 0 ≤ r k < r k − 1 {\displaystyle 0\leq r_{k}<r_{k-1}} 。除法的算法...

若最短路径经过点k，则 D i , j , k = D i , k , k − 1 + D k , j , k − 1 {\displaystyle D_{i,j,k}=D_{i,k,k-1}+D_{k,j,k-1}} ； 若最短路径不经过点k，则 D i , j , k = D i , j , k − 1...

算法的结合。该算法反复替换两个数值的算术平均数和几何平均数，以接近它们的算术-几何平均数。 下文的版本也被称为高斯-欧拉，布伦特-萨拉明（或萨拉明-布伦特）算法；它于1975年被理查德·布伦特和尤金·萨拉明独立发现。日本筑波大学于2009年8月17日宣布利用此算法计算出π小数点后2...

procedure crossover（k:integer）;//交叉过程 var h:integer; begin h:=2*k; a[h]:=（a[h]+a[h-1]）/2;//数组a中包含了遗传信息，对一对遗传信息进行取平均 a[h-1]:=a[h]; end; //遗传算法...

k小元素的选择算法。它从原理上来说与快速排序有关。与快速排序一样都由托尼·霍尔提出的，因而也被称为霍尔选择算法。 同样地，它在实际应用是一种高效的算法，具有很好的平均时间复杂度，然而最坏时间复杂度则不理想。快速选择及其变种是实际应用中最常使用的高效选择算法。...

算法可推广到用于在文本搜寻单个模式串的所有匹配或在文本中搜寻多个模式串的匹配。 若要在一段文本中找出单个模式串的一个匹配，此算法具有线性时间的平均复杂度，其运行时间与待匹配文本和模式串的长度成线性关系。虽然平均情况下，此算法...

在计算机科学中，算法分析（英語：Analysis of algorithm）是分析执行一个给定算法需要消耗的计算资源数量（例如计算时间，存储器使用等）的过程。算法的效率或复杂度在理论上表示为一个函数。其定义域是输入数据的长度（通常考虑任意大的输入，没有上界），值域通常是执行步骤数量（时间复杂度）或...

在计算机科学中，算法的时间复杂度（time complexity）是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。例如，如果一个算法对于任何大小为...

本列表参考《NIST数据结构与算法词典》撰写，該词典为美国国家标准协会（NIST）所出版。它收集了大量计算机科学技术与数据结构和算法的相關條目。 为了方便对照查找，本列表按照术语的英语拼写组织排序。 目录 A B C D E F G H I J K L M N O P Q R S T U V W X...

输出：一个大小小于等于 k {\displaystyle k} 的独立点集（如果存在，否则返回“不存在”）； 已知：算法 M {\displaystyle M} ，输入为(无向图 G {\displaystyle G} , 自然数 k {\displaystyle k} )，输出大小小于等于 k {\displaystyle...

应注意平摊分析與平均时间分析（英语：Average-case_complexity）或概率算法分析的不同。平均时间分析中，平均化的是所有可能的输入；在概率算法的概率分析中，平均化的是所有可能的随机选择；而在平摊分析中，平均化的是一系列操作的耗费。平摊分析假设的是最坏情况输入并且通常不运行随机选择。...

Swarm算法可以最小化閾值數量，以確保有效的分割過程。改進的Grasshopper Optimization算法、Metaheuristic算法、Firefly算法和新型基於群體的Bee Foraging算法也被用於優化閾值。 K-均值算法是一种将图像分割成K个聚类的迭代技术。基本算法如下： 首先从n个数据对象任意选择...

平均和標準差的概念，其基本的型態是由三條軌道線組成的帶狀通道（中軌和上、下軌各一條）。「中軌」為股價的平均成本，「上軌」和「下軌」可分別視為股價的壓力線和支撐線。 「布林带」是这样定义的： 中轨 = N时间段的简单移动平均线 上轨 = 中轨 + K × N时间段的标准差 下轨 = 中轨 − K ×...

算法。 深度学习中的形容词“深度”是指在网络中使用多层。 早期的工作表明，线性感知器不能成为通用分类器，但具有非多项式激活函数和一个无限宽度隐藏层的网络可以成为通用分类器。 深度学习是机器学习中一种基于对数据进行表征学习的算法...

g误差（那些不包含xᵢ的抽样集合在样本xᵢ的平均预测误差），可以找到最优的B值。当一些树训练到一定程度之后，训练集和测试集的误差开始趋于平稳。 上面的过程描述了树的原始的 bagging 算法。随机森林与这个通用的方案只有一点不同:它使用一种改进的学习算法，在学习过程中的每次候选分裂中选择特征的随机子集。这个过程有时又被称为“特征...

k {\displaystyle k} 个权重，则误差曲面的維度就会是 k + 1 {\displaystyle k+1} ，因而就是二维抛物线的 k + 1 {\displaystyle k+1} 维等价）。 反向传播算法...

没有客观上“正确”的聚类算法，但正如人们所指出的，“聚类在观察者的眼中”。除非你有喜欢一个聚类模型而不是另一个的数学原因，通常需要通过实验选择最适合特定问题的聚类算法。为一种模型设计的算法通常会在包含完全不同类型模型的数据集上失败。 例如，k-means 无法找到非凸簇。...

基数排序（英語：Radix sort）是一种非比较型整数排序算法，其原理是将整数按位数切割成不同的数字，然后按每个位数分别比较。由于整数也可以表达字符串（比如名字或日期）和特定格式的浮点数，所以基数排序也不是只能使用于整数。 它是这样实现的：将所有待比较数值（正整数）统一为同样的数位长度，数位较短的...

\mathbf {V} =\mathbf {D} } 其中，D 是C的特征值对角矩阵，这一步通常会涉及到使用基于计算机的计算特征值和特征向量的算法。在很多矩阵代数系统中这些算法都是现成可用的，如R语言，MATLAB, Mathematica, SciPy, IDL(交互式数据语言), 或者GNU Octave以及OpenCV。...

么它的中心是不确定的或不在内部，因为一个传递变换群没有不动点。 地理学中，地球表面一个区域的几何中心也称为地理中心。 重心列表 帕普斯中心定理 K-平均算法 中點 外心 內心 垂心 奈格爾點 类似中线 歐拉線 西瓦定理 幾何原本ISBN 957-603-016-1 幾何明珠ISBN 957-603-197-4...

從統計和概率的角度來看，粒子濾波器屬於遗传算法分支过程的類別，並且是指平均場類型相互作用的粒子方法。 這些粒子方法的解釋取決於科學專業。 在進化計算中，平均場遺傳類型粒子方法通常用作啟發式和自然搜索算法（也稱為元啟發算法）。在計算物理學和分子化學中，它們用於解決費曼-卡茲(Fey...

卡普拉斯-斯特朗算法（Karplus-Strong Algorithm, K-S Algorithm)是一种物理建模合成方法，它通过对一个短的起始波形循环地进行“滤波-延迟”来模拟击弦或拨弦乐器，以及某些类型的打击乐器的声音。这种技术可以看作是在一个有梳状滤波器的反馈回路进行减法合成；如果将存储信号...

let p ← p×u. while p > L. return k − 1. 尽管简单，但复杂度是线性的，在返回的值 k {\displaystyle k} ，平均是 λ {\displaystyle \lambda } 。还有许多其他算法来克服这一点。有些人由Ahrens和Dieter给出，请参阅下面的参考资料。同样，对于较大的...

Scikit-learn（曾叫做scikits.learn与sklearn）是用于Python编程语言的自由并开源的机器学习库。它包含了各种分类、回归和聚类算法，包括多层感知器、支持向量机、随机森林、梯度提升、k-平均聚类和DBSCAN，它被设计协同于Python数值库NumPy和和科学库SciPy。 scikit-learn计划开始于scikits...

Encryption Standard，縮寫為 DES）是一种對稱密鑰加密块密码演算法，1976年被美国联邦政府的国家标准局确定为联邦资料处理标准（FIPS），随后在国际上广泛流传开来。它基于使用56位密钥的对称算法。这个算法因为包含一些机密设计元素，相对短的密钥长度以及怀疑内含美國國家安全局（NSA）...