km 实现最小权值组合

二阵图最佳分配

二分图的最大匹配，匈牙利算法，最小点覆盖，DAG图的最小路径覆盖。二分图的最大独立集.二分图最优匹配.noi,acm,基础

本系统可进行近视，弱视综合训练，提供免费50此试用。

这篇文档是基于改进K-means聚类的欠定盲分离算法，利用K-M聚类算法与SCA算法结合，实现对欠定信号进行盲分离的目的。文中提出的算法是一种经典的算法上改进的，希望对做盲源分离的有一定帮助，在此希望大家多多共享，多多分享，共同进步。

土壤保持服务常用土壤保持量（Soil Conservation, SC）进行评估。作者运用MOD13A2 NDVI 、ASTER GDEM、气象站点及中国土壤数据集等数据，基于修正的通用土壤流失方程（Revised Universal Soil Loss Equation, RUSLE），研发了国家生态屏障区1-km分辨率土壤保持逐年数据集（2000-2015）

特征选择，数据挖掘，用matlab实现，General purpose FS software

植被覆盖度 (Fractional Vegetation Cover, FVC) 定义为植被叶、茎、枝在地面的垂直投影面积占统计区总面积的比例（或百分数）。基于Google Earth Engine云平台，利用长时间序列Landsat-8 normalized difference vegetation index (NDVI) 数据集，采用最大值合成法（Maximum Value Composite, MVC）和像元二分模型，计算得到乌兹别克斯坦安帕铁路沿线10 km缓冲区内植被覆盖度数据集（2017年）。

巴基斯坦白卡公路沿线10 km范围内植被覆盖度数据集(2017)是基于Landsat-8卫星影像NDVI数据，采用最大值合成法和像元二分模型计算得到的。数据结果表明，白卡公路沿线10km范围区的植被覆盖度主要在0.6~0.8区间内，其面积占研究区总面积的39.62%；其次分布在0.4~0.6与0.8~1区间内，其面积分别占研究区总面积的21.7%、26.06%；小于0.4的面积占比为12.62%。该数据集空间分辨率为30 m，存储为3个数据文件，.tif格式，数据量为3.52GB (压缩为1个文件，182MB)。

基于Landsat-8卫星OLI影像NDVI数据，采用最大值合成法和像元二分模型计算得到的。植被覆盖度数值介于0-1之间。0表示无植被覆盖，像元数值越高表明植被覆盖程度越好。莫喀高铁沿线10 km范围内植被覆盖度主要在0.6-0.8之间，其面积占研究区总面积的64.37%；大于0.8的区域占研究区总面积的20.21%，区域森林资源较为丰富；小于0.6的面积占比为15.42%。该数据集空间分辨率为30 m，存储为.tif格式，由3个文件组成，数据量为533 MB（压缩为1个文件，114 MB）