approximation

2熱度

2回答

連續轉換後的近似行爲

我最近開始學習C＃，我寫了一個簡單的練習，需要將輸入從華氏溫度轉換爲攝氏溫度，然後再返回。代碼很簡單，這是我的工作（我假設用戶給數字輸入）： using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; namespa

c# compiler-construction approximation 2013-09-22

---

0熱度

1回答

我可以使用R約爲（）函數返回一個不同的值，那麼什麼是被插入？

所以基本上我有一個大的數據幀到兩列中，一個時間列和一個大小的列。然後我只有一個時間欄有另一個數據框。我想從數據幀中將時間內插到其他數據框中，然後我想要返回與插入時間相對應的大小。 實施例： 表1： Time 2 4 表2： Time Size 1 40 3 50 5 30 我基本上要內插 「2」 從表1中的 「1」 之間和「 3" ，在表中的兩個，並返回尺寸‘40’和‘50

r function approximation interpolation 2013-06-19

---

0熱度

1回答

考慮到大致相同的元素

我們有一些以某些關鍵值爲特徵的元素。 我們認爲元素按鍵值的降序排列。因此，如果我們有十個具有關鍵值4,5,7,10,2,8,9,10,8.5和9的元素，我們按照它們的關鍵值對元素進行排序，並將具有相同關鍵值的元素放在一起。 同樣，具有相同鍵值的元素，例如， 10將一起考慮，其次是關鍵值爲9的元素，等等。當考慮一個元素，並且它傳遞了某個適應度函數時，它將從列表中移除並且不再被考慮。 現在我們放鬆一些

algorithm sorting approximation 2013-05-04

---

3熱度

1回答

組合兩個數據集，並在Matlab

我做實驗用不同的運算放大電路繪圖和我需要繪製我的測定結果到的曲線圖。我有兩個數據集： freq1 = [.1 .2 .5 .7 1 3 4 6 10 20 35 45 60 75 90 100]; %kHz Vo1 = [1.2 1.6 1.2 2 2 2.4 14.8 20.4 26.4 30.4 53.6 68.8 90 114 140 152]; %mV V1 = 19.6; Acm

matlab dataset approximation 2013-06-24

---

1熱度

1回答

在一個大圖（道路網絡）k中心

我目前正在尋找一種方法來解決一個大的，稀疏的圖上的中心問題。數據來自openstreetmap，我希望以這樣的方式在城市中放置比薩餅派送分支，使得從分支到圖中任何節點的距離最小化。 例子：我應該在哪裏放置3個比薩餅遞送分支覆蓋全市最好的？ 問題：圖形包含大約50,000至250,000的節點（數據從OpenStreetMap的）。 簡化：該解決方案不一定是完美的。近似值就足夠了。 k將小於20.幾

algorithm graph graph-algorithm approximation 2013-08-18

---

2熱度

4回答

Python中的Heron方法

Heron's method生成一個數字序列，表示√n的更好和更好的近似值。序列中的第一個數字是任意猜測的;序列中的每個其他數量從使用公式先前數分組獲得： (1/2)*(prev+n/prev) 我應該寫一個函數heron()其作爲輸入兩個數字：Ñ和錯誤。該函數應該以初始猜測1.0爲√n開始，然後重複生成更好的近似值，直到連續近似值之間的差值（更確切地說，差值的絕對值）最大爲誤差。 usage

python-3.x approximation square-root 2013-05-17

---

2熱度

1回答

使用printf進行PHP錯誤近似

我完全意識到二進制格式的浮點數表示，所以我知道在試圖用任何編程語言完美表示浮點數時，都存在數學「不可能」。但是，我希望編程語言在處理近似值時遵循一些衆所周知且已建立的規則。我已經讀過了（這裏也是在stackoverflow中）printf在PHP中可能是「正確地截斷/近似」一個數字的最好方法，而且 - 再次 - 我完全意識到，我可以輕鬆地編寫一個線性函數給我「完美」的近似值。這只是爲了避免像「爲什

php printf approximation 2013-03-30

---

0熱度

2回答

在飛機上發現非常接近點 - 近似聚類算法需要

我在飛機上（城市）多點（經度和緯度），我想找到兩個羣集。集羣1點雜亂無章，集羣2就是其他的一切。 我知道這個問題的界定不準確。唯一定義的是我需要恰好2個集羣。在N個點中，沒有定義在羣集1或羣集2中結束的數量。 主要目的是確定這是非常接近對方的點，並將它們與其他人區分開（這是更更均勻地分佈） 我能想到的最好的是下面的算法： 1. For each point, Calculate the sum o

algorithm k-means approximation 2013-07-10

---

0熱度

2回答

如果最佳擬合直線是預測的最佳方法

我需要基於二維座標系上給定的一組點樣本對下一個點進行預測。 我正在使用Best-Fit Straight Line方法進行此類預測。 請讓我知道是否有比Best-Fit直線更好的方法？ 我的代碼如下： public class LineEquation { public double m; //slope public double c; //constant in y=mx

c# approximation best-fit-curve 2013-07-17

---

2熱度

2回答

哪個節點作爲近鄰算法起始節點選擇

http://en.wikipedia.org/wiki/Nearest_neighbour_algorithm 我使用近鄰算法解決旅行商問題。它速度非常快，但不準確。我讀了大約兩個我可以做的改進。第一種方法不是從一個隨機點開始，而是從每個節點開始運行最近鄰居算法。 （所以如果有N個節點，則最近鄰居運行N次）然後比較並選擇總距離最小的路線。這個apear要精確得多。但它太慢了。 另一種方法是代替隨

algorithm nearest-neighbor traveling-salesman approximation 2013-04-22

---