原始体检数据存在信息模糊、有噪声、不完整和冗余的问题，无法直接用于疾病的风险评估与预测。由于体检数据在结构和格式等方面的不足，不适合采用传统的数据预处理方法。为了充分挖掘体检数据中有价值的信息，从多角度提出了针对体检数据的预处理方法：通过基于压缩方法的数据归约，降低了体检数据预处理的时间及空间复杂度；通过基于分词和权值的字段匹配算法，完成了体检数据的清洗，解决了体检数据不一致的问题；通过基于线性函数的数据变换，实现了历年体检数据的一致性和连续性。实验结果表明，基于分词和权值的字段匹配算法，相对于传统算法具有更高的准确性。
2022-06-09 08:38:50
965KB
1
3.1实验目的与要求
1、熟悉快速排序的串行算法
2、熟悉快速排序的并行算法
3、实现快速排序的并行算法
3.2 实验环境及软件
单台或联网的多台PC机，Linux操作系统，MPI系统。
3.3实验内容
1、快速排序的基本思想
2、单处理机上快速排序算法
3、快速排序算法的性能
4、快速排序算法并行化
5、描述了使用2m个处理器完成对n个输入数据排序的并行算法。
6、在最优的情况下并行算法形成一个高度为logn的排序树
7、完成快速排序的并行实现的流程图
8、完成快速排序的并行算法的实现
2022-06-08 22:22:05
281KB
1
分别用SIFT、SURF、ORB做特征匹配要求用绿色线条画出两张图对应的匹配点（出3张图）
再使用RANSAC滤除离群点（参数自行调优）后用绿色线条画出两张图对应的匹配点（出3张图）
然后根据对应点分别计算图B到图A的单应变换矩阵（要求以矩阵形式清晰打印出来并截图，精度保留3位有效数字，出3张图）
根据计算的单应矩阵把第二张图变换到第一张图的坐标系下，与原图通过线性加权的方式融合（权重自行调优），可调用现成库，出3张图。
2022-06-08 19:12:09
767KB
1
一种更快的作业排序算法
通过使用不相交集合的UNION与FIND算法以及使用一个不同的方法来确定部分解的可行性，可以将该问题的计算时间由O(n2)降到接近于O(n)。
规则是：若还没有给作业i分配处理时间，则分配给它时间片[a-1,a],其中a应尽量取大且时间片[a-1,a]是空的。若正被考虑的新作业不存在这样的a，这个作业就不能计入解中。
2022-06-08 17:04:53
1.4MB
1
(高职)JG7-生态圈--互联网与传统金融的完美匹配：平安集团金融生态圈ppt课件.ppt
2022-06-08 17:01:12
2.66MB
本资源为vs版本家庭财务管理系统，可将sln工程导入vs直接运行
系统具有帐务处理的一般功能，包括家庭月收入管理、月支岀管理、并能按年、月统计家庭收入总和与支岀综合可按月支出费用进行降序排序同时系统提供收入或支出的添加、修改、删除操作。
配套博文地址：https://blog.csdn.net/air__Heaven/article/details/112617699
2022-06-08 16:55:43
3.17MB
对直接插入排序、希尔排序、冒泡排序、快排、简单选择排序、堆排序的性能进行分析：比较各种排序算法在不同测试数据情况下的比较次数、移动次数。
2022-06-08 00:18:46
380KB
1
作用有局限性，必须在指定的环境下，才能匹配成功，是受到很多因素的影响，所以有一定的适应性
模板匹配是一种最原始、最基本的模式识别方法，研究某一特定对象物的图案位于图像的什么地方，进而识别对象物，这就是一个匹配问题。
它是图像处理中最基本、最常用的匹配方法。
模板匹配具有自身的局限性，主要表现在它只能进行平行移动，若原图像中的匹配目标发生旋转或大小变化，该算法无效。
模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域[/code]
工作原理：在待检测图像上，从左到右，从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大。
代码实现：
import cv2 as
2022-06-07 23:32:49
649KB
1