de算法

Ⅰ matlab的DE算法是什么意思，求解释

差分进化算法
用来求函数(f)的全局最值
具体原理参看
http://wenku..com/link?url=_KW1wqw1Jq13xv4_nNsv-bP7t2eIs2h62eYgi43QJY_MqK33CmVkZMYwgsw0anO

Ⅱ 田忌赛马 de 算法

贪心就可以了..
先排序,然后比较队头,队尾,如果都不能赢就用小的碰大的

Ⅲ de casteljau算法如何五个点画四次

我手上有个例子，是不是de Casteljau算法不知道，也不是我写的，你要吗答题不易，互相帮助，手机提问的朋友在客户端右上角评价点满意即可.
如认可我的回答，请点击采纳为满意回答按钮.

Ⅳ DE值怎么预估

是还原糖（以葡萄糖计）占糖浆干物质的百分比。国家标准中，DE值越高，葡萄糖浆的级别越高。 工业上用DE值（也称葡萄糖值）表示淀粉的水解程度或糖化程度。 糖化液中还原性糖全部当作葡萄糖计算，占干物质的百分比称为DE值。

Ⅳ de=1modφ(n)是什么意思

在RSA算法中，de=1modφ(n)是指de与1关于φ(n)同余。

对极大整数做因数分解的难度决定了RSA算法的可靠性。对一极大整数做因数分解愈困难，RSA算法愈可靠。

假如有人找到一种快速因数分解的算法的话，那么用RSA加密的信息的可靠性就肯定会极度下降。但找到这样的算法的可能性是非常小的。

只有短的RSA钥匙才可能被强力方式解破。世界上还没有任何可靠的攻击RSA算法的方式。只要其钥匙的长度足够长，用RSA加密的信息实际上是不能被解破的。

(5)de算法扩展阅读：

由于RSA算法基于大数分解（无法抵抗穷举攻击），因此在未来量子计算能对RSA算法构成较大的威胁。

一个拥有N量子比特的量子计算机，每次可进行2^N次运算，理论上讲，密钥为1024位长的RSA算法，用一台512量子比特位的量子计算机在1秒内即可破解。

1983年麻省理工学院在美国为RSA算法申请了专利。这个专利2000年9月21日失效。由于该算法在申请专利前就已经被发表了，在世界上大多数其它地区这个专利权不被承认。

Ⅵ 黄金分割de 计算法

黄金分割最早见于古希腊和古埃及。黄金分割又称黄金率、中外比，即把一根线段分为长短不等的a、b两段，使其中长线段的比（即a+b）等于短线段b对长线段a的比，列式即为a：（a+b）=b：a，其比值为0.6180339……这种比例在造型上比较悦目，因此，0.618又被称为黄金分割率。 黄金分割长方形的本身是由一个正方形和一个黄金分割的长方形组成，你可以将这两个基本形状进行无限的分割。由于它自身的比例能对人的视觉产生适度的刺激，他的长短比例正好符合人的视觉习惯，因此，使人感到悦目。黄金分割被广泛地应用于建筑、设计、绘画等各方面。 在摄影技术的发展过程中，曾不同程度地借鉴并融汇了其他艺术门类的精华，黄金分割也因此成为摄影构图中最神圣的观念。应用在摄影上最简单的方法就是按照黄金分割率0.618排列出数列2、3、5、8、13、21……并由此可得出2：3、3：5、5：8、8：13、13：21等无数组数的比，这些数的比值均为0.618的近似值，这些比值主要适用于：画面长宽比的确定（如135相机的底片幅面24mmX36mm就是由黄金比得来的）、地平线位置的选择、光影色调的分配、画面空间的分割以及画面视觉中心的确立。摄影构图通常运用的三分法（又称井字形分割法）就是黄金分割的演变，把上方形画面的长、宽各分成三等分，整个画面承井字形分割，井字形分割的交叉点便是画面主体（视觉中心）的最佳位置，是最容易诱导人们视觉兴趣的视觉美点。 摄影构图的许多基本规律是在黄金分割基础上演变而来的。但值得提醒的是，每幅照片无需也不可能完全按照黄金分割去构图。千篇一律会使人感到单调和乏味。关于黄金分割，重要的是掌握它的规律后加以灵活运用。

Ⅶ 如何将k-means算法与de算法结合用matlab实现

data=input('请输入样本数据矩阵：'); m=size(data,1); n=size(data,2); counter=0; k=input('请输入聚类数目：'); whilek>m disp('您输入的聚类数目过大，请输入正确的 k 值'); k=input('请输入聚类数目：'); end if k==1 disp('聚类数目不能为 1，请输入正确的 k 值'); k=input('请输入聚类数目：'); end %产生 k 个零矩阵，M 用来存放聚类中心 M=cell(1,m); for i=1:kM{1,i}=zeros(1,n); end Mold=cell(1,m); for i=1:k Mold{1,i}=zeros(1,n); end %随机选取 k 个样本作为初始聚类中心 %第一次聚类,使用初始聚类中心 p=randperm(m);%产生 m 个不同的随机数 for i=1:k M{1,i}=data(p(i),:); end while true counter=counter+1; disp('第'); disp(counter); disp('次迭代'); count=zeros(1,k); %初始化聚类 C C=cell(1,k); for i=1:kC{1,i}=zeros(m,n); end %聚类 for i=1:m gap=zeros(1,k); for d=1:k for j=1:n gap(d)=gap(d)+(M{1,d}(j)-data(i,j))^2; end end [y,l]=min(sqrt(gap)); count(l)=count(l)+1; C{1,l}(count(l),:)=data(i,:); end Mold=M; disp('聚类中心为：'); for i=1:k disp(M{1,i}); end disp('聚类结果为：'); for i=1:k disp(C{1,i}); end sumvar=0; for i=1:k E=0; disp('单个误差平方和为：'); for j=1:count(i) for h=1:n E=E+(M{1,i}(h)-C{1,i}(j,h))^2; end end disp(E); sumvar=sumvar+E; end disp('总体误差平方和为：'); disp(sumvar); %计算新的聚类中心,更新 M,并保存旧的聚类中心 for i=1:k M{1,i}=sum(C{1,i})/count(i); end %检查前后两次聚类中心是否变化，若变化则继续迭代；否则算法停止； tally=0; for i=1:k if abs(Mold{1,i}-M{1,i})<1e-5*ones(1,n) tally=tally+1; continue; else break; end end if tally==k break; end end

Ⅷ 请问死亡服从De Moivre规则中的这个规则是什么啊，就是具体到生存概率死亡概率怎么计算的问题，

de Moivre 就是指生存函数为 S（x）=1-（x/ω） μx = 1/(ω-x)
这里ω可以是任何一个常数， De Moivre规则的意思是人活不过ω岁 ，因为S(ω)=0

Ⅸ Depixelizing算法

应该是刚提出不久的算法
有个作者论文可以参考
http://research.microsoft.com/en-us/um/people/kopf/pixelart/paper/pixel.pdf
另见
http://www.pythonclub.org/alogrithm/pixel-vector-convert

Ⅹ DE-PB与DE-SVM什么意思好像是什么算法谁能详细解释一下。

首先 第一个是DE BP而不是DEPB， DE是差分进化,BP是BP网络，DEBP就是差分进化优化BP神经网络， svm是支持向量机 DE SVM是差分进化优化支持向量机，不懂可以给我网络站内信进一步交流