概要
该项目使得能够研究在轨迹之间寻找相似性的问题（轨迹相似性问题），这是数据挖掘领域中的已知问题。 称为部署和解决上述问题的算法是LCSS（最长公共子序列）。 每个轨道由一个序列的地理点（纬度，经度）描述。 我们提供的每个记录数据集都代表在北京市内发生的出租车的路径。 文件的每一行均包含以下内容，并以逗号分隔：出租车ID，时间戳记，纬度，经度。
背景
我们提供的每个记录数据集都代表在北京市内发生的出租车的路径。 文件格式的一个说明性示例是：
366，Mon Mar 03 00:05:59 EET 2014,39.90732,116.45353 366，Mon Mar 03 00:10:59 EET 2014,39.90729,116.45348 366，Mon Mar 03 00:15:59 EET 2014,39.90725,116.45334 366，周一3月3日00:20:59
2021-09-07 01:34:54
1.45MB
1
图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数，取搜索区中相关系数最大所对应的窗口中心点作为同名点。其实质是在基元相似性的条件下，运用匹配准则的最佳搜索问题。
2021-09-04 09:13:54
5.57MB
分子生物学分析软件NTSYS关于遗传相似性系数及聚类分析的详细步骤说明。小白都能看得懂的方法说明。
2021-09-04 00:04:13
265KB
1
行业分类-物理装置-一种基于法律知识图谱的裁判文书相似性判断方法及系统.zip
2021-09-02 18:06:40
314KB
此函数 NLMF 对 1D 信号、2D 灰度/彩色或 3D 图像数据执行非局部均值噪声过滤。 该函数部分是 c 编码的，用于 cpu 高效过滤。 适用于几乎所有图像数据类型，如 MRI、CT 和正常照片。
警告！，图像过滤消除了噪音，但重要的（医学）细节也可能丢失，（见评论中的讨论）。 原理 NL-Mean 滤波器： 像素周围的局部像素区域（块）与邻域（或整个图像中）的像素块进行比较。 补丁的中心像素根据补丁之间的二次像素距离进行平均。 功能： J = NLMF（我，选项）； 输入， I : 1D 信号、2D 灰度/彩色或 3D 图像数据，范围为 [0..1] 的 Single 或 Double 类型选项：带有选项的结构，例如过滤强度输出， J : NL-means 滤波图像或图像体积功能（2）： J = NLMF2Dtree(I, 选项); 与 NLMF 相同，但会使用 kd-tre
2021-08-27 22:01:19
86KB
1
IEML
IEML是一种常规的语言语言（作为自然语言构建），其语法与语义平行。 这意味着在IEML中，表达式结构的微小变化会导致语义上接近的表达式。 例如：
[! E:S:. ()(uA:.-) > E:.l.- (E:.-U:.s.-l.-')] [! E:S:. ()(uA:.-) > E:.l.- (E:.-U:.s.-l.-')] ：向上
[! E:S:. ()(uA:.-) > E:.l.- (E:.-U:.d.-l.-')] [! E:S:. ()(uA:.-) > E:.l.- (E:.-U:.d.-l.-')] ：下移
仅E:.-U:. s .-l.-' （向上）已更改为E:.-U:. d .-l.-' （向下）。
这些属性使得通过编辑距离计算可以自动计算语言的不同表达之间的语义关系。 因此，该语言中没有同义词，因为通过构造，这些同义词将被相同地编写。 另一方面，用I
2021-08-27 21:06:46
286KB
1