========================================== 资源中包含: 1.word文档全文-最优化方法求解-圆环内传感器节点最大最小距离分布 2.MATLAB代码-最优化方法求解-圆环内传感器节点最大最小距离分布 ========================================== 假设有个传感器节点随机分布在半径为公里的圆区域内(如图1所示)，现要求:通过调整各传感器的位置，使其稀疏分布于外环半径为，内环半径为的圆环区域内(即保证圆环内的邻近传感器节点之间的距离尽可能地远，以减轻电磁互扰)。请你运用所学知识完成以下工作: 1.根据题目背景建立传感器位置优化模型 2.提出相关优化算法并求解该数学模型 3.运用相关优化软件给出仿真结果

基于python聚类算法的实现--包含：最大最小距离算法、近邻聚类算法、层次聚类算法、K-均值聚类算法、ISODATA聚类算法

此函数计算两个多边形 P1 和 P2 之间的最小欧氏距离。 - 顶点-顶点情况

模式识别实验报告 1、最大最小距离聚类法 2、K-均值聚类法 3、感知器算法 4、最小均方误差算法

针对k-means算法的缺点提出的最大最小距离算法，是改进的聚类算法

基于PCA算法和最小距离法的人脸识别.pdf基于PCA算法和最小距离法的人脸识别.pdf基于PCA算法和最小距离法的人脸识别.pdf基于PCA算法和最小距离法的人脸识别.pdf

考虑线性回归模型 Y = Xb + 误差，其中误差的分布函数未知，但误差是独立且对称分布的。 该包包含一个名为 LRMDE 的函数，它以 Y 和 X 作为输入并返回模型中参数 b 的最小距离估计量。

在获得样本的基础上，用训练样本对图形进行最小距离法分类，并用测试样本测试，得到混淆矩阵

该作业资源包含程序源码和readme文档。 本程序是使用 VC++ 6.0 编程工具编写，编程语言为C++。 本程序实现了手写数字识别功能。在程序灰色区域中手写一个阿拉伯数字（0～9），程序可自动识别出您所书写的数字。 程序所在目录为 "手写数字识别程序\Release\DSPLIT.exe" 。 这个问题主要归结于识别功能的实现，本人使用的分类器基本的方法有两类： 一、模板匹配分类法； 二、贝叶斯分类法。 其中模板匹配分类法是采用特征值最小距离判别法。 而贝叶斯分类法有三种不同的分类实现，分别为： 1.基于二值数据的贝叶斯分类实现， 2.基于最小错误率的贝叶斯分类实现， 3.基于最小

包括以下文件： p_poly_dist.m - 计算从二维平面上的一组 np 点 p(1), p(2),... p(np) 到折线或闭合多边形的距离。 折线定义为连接 nv 个有序顶点 v(1), v(2), ..., v(nv) 的一组 nv-1 段。 可以选择将多段线视为闭合多边形。 点j到线段k的距离定义为当点j在这条线上的投影落在线段k的内部时，该点到通过顶点v(k)和v(k+1)的直线的距离； 当投影落在段 k 之外时，到最近的 v(k) 或 v(k+1) 个顶点。 从点 j 到多段线的距离定义为该点到所有线段的距离的最小值。 在投影点落在所有折线段之外的情况下，返回到折线最近顶点的距离 test_p_poly_dist.m - p_poly_dist 的简单单元测试。 绘制调用 p_poly_dist 函数的结果（使用示例参见帮助） p_poly_dis