最短路径动态规划问题及C语言实现

利用动态规划思想求解运输最短路径问题并不是一个新的问题,但利用这种思想编写计算机程序,辅助完成其最短路径的求解,可以为解决最短路径问题提供了一个有效的工具.在编写程序时建立数学模型、借助数学工具写出其源程序,并在VC环境下得以实现.程序简单易懂,并没有单纯地对Dijkstra算法进行改进,而是编写了一种新的程序克服了Dijkstra算法不能实现多路径输出的缺点,在现实生活中为运输出行提供了更多的选择,更有实用价值.     

C语言教学中的几点认识

C语言作为计算机高级语言的一种 ,以它功能丰富、表达力强、使用灵活、应用面广、目标程序效率高、可移植性好、能对硬件直接操作等特点 ,成为计算机语言教学的主教语言和计算机等级考试的主考语言之一。但C语言以其灵活著称 ,比较难掌握 ,尤其是对初次涉及计算机语言的同学来说 ,更是如此。针对许多同学学习C语言主要是为了通过二级考试的情况 ,总结大家在学习过程中存在的几点应特别注意的问题 ,来阐述一下学习C语言的经验。1　算法1 .1　算法认识在C语言学习中 ,对一个实际的问题 ,首先将这个实际问题抽象为数学模型 ,利用已知的方法 (…     

基于熵权法加权的模糊C均值聚类算法研究

针对模糊C均值聚类算法不能区分数据各属性之间的不平衡性,提出了一种基于熵权法加权的模糊C均值聚类算法。该算法首先应用熵权法计算各属性的权重系数,然后对标准化之后的原始数据进行加权,最后应用模糊C均值聚类算法对加权之后的数据进行聚类。实验表明,该算法聚类准确率要明显高于未加权的模糊C均值聚类算法。     

基于AD7705的溶解氧检测G51程序设计

介绍了高精度16位模/数转换器AD7705在一种溶解氧检测仪中的应用,AD7705同单片机的接口、内部寄存器结构及其配置和使用方法,并给出了在C51语言基础上的设计与编程,并附C源程序,有较强的参考性.     

改进的模糊C均值聚类算法和霍夫变换在榛子仁缺陷检测中的应用

以榛子仁为检测样本,采用模糊C均值聚类(FCM)算法进行图像分割;利用飞蛾扑火(MFO)算法改进其目标函数;利用函数对个体样本边缘提取,标记边缘拐点位置,计算拐点个数;对边缘图像进行霍夫(Hough)变换的椭圆曲线拟合,标记并输出饱满籽粒个数;依据试验数据,分析应用改进的模糊C均值聚类算法和霍夫变换对榛子仁缺陷检测的效果.结果表明:改进的模糊C均值聚类算法和霍夫变换,可以准确有效地对饱满、干瘪、霉斑、虫蛀、腐烂的5种榛子仁中的缺陷籽粒进行识别检测,提高榛子仁加工过程中的分拣效率.     

一种数据结构字符串匹配查询算法的设计与分析

本文简要说明了数据结构中字符串匹配查询算法的一般算法和经典KMP算法,并基于C语言程序的方式分析并设计实现了一种效率折中、所有匹配字符串查询算法,有助于丰富算法的教学与算法学习比较。     

《C语言程序设计》教学方法新探

通过分析理工科院校《C语言程序设计》课程学习的现状 ,探索了一套提高该课程教学质量的教学方法 ,即“以人为本”开展教学 ,在授课过程中有的放矢地设置小课题研究 ,按学生状况进行分段学习、分级授课以及采用丰富多彩的CAI课件进行课堂教学 ,实践表明 ,这些措施有助于提高《C语言程序设计》课的教学质量 ,提高学生的计算机技能     

一种约束的改进可能性C均值聚类方法研究

【目的】针对改进的可能性C均值聚类方法(IPCM)运算效率低,难以处理复杂数据结构的问题,提出了一种约束的改进可能性C均值聚类方法(CIPCM).【方法】CIPCM方法采用多项式核将特征向量映射到一个隐性特征空间,便于处理复杂的数据结构;引入两个成对约束集合,降低聚类迭代次数,提高运算效率和抗干扰能力.实验采用国际公认的UCI公共测试数据集,并用错分率指标评测了目标分类性能.【结果】CIPCM方法的聚类错分率低,对噪声的鲁棒性强.【结论】CIPCM运算效率比高于改进可能性C均值聚类方法.     

基于直方图局部信息和Gath-Geva模糊聚类的彩色图像分割方法

针对Gath-Geva模糊聚类算法对初始给定的聚类中心等先验信息较敏感,提出了一种基于直方图局部信息的模糊Gath—Geva聚类新算法．实验结果表明,新算法在彩色图像分割方面,与传统模糊C—Means算法相比,具有较强的分割精度．     

复杂背景下目标树叶的分割与补缺

为了进一步提高复杂背景下目标树叶分割算法的运行效率和准确性,在超绿算法的基础上结合模糊C聚类算法提高分割的运行效率,利用凸包填充法提高分割的准确性。首先利用超绿算法去除复杂背景中的非绿色部分,然后利用模糊C聚类算法去除与目标树叶颜色差异较大的绿色背景,而对于颜色差异较小的绿色背景,则先利用底帽变换得到目标树叶的边缘信息,再通过腐蚀和比较连通区域的大小进行去除。采用凸包填充法对目标树叶的边缘缺口进行补缺可以提高分割的准确性,从而降低错分率。超绿算法结合模糊C聚类算法可提高分割的运行效率。研究结果表明,与原有算法对比,错分率平均降低了1.05%,分割效率平均提高了13.82%。