Approximation Algorithms for K-Modes Clustering，何增友，，In this paper, we study clustering with respect to the k-modes objective function, a natural formulation of clustering for categorical data. One of the main contributions of this p

滑模结构进行故障检测和容错控制技术，适合了解滑模结构的人员学习使用，英文版资料

Emacs 网表模式 这是在找到的 Emacs 网表模式的一个分支。 真正的工作是由 Geert Van der Plas、Emmanuel Rouat 和 Brennan Sharp 完成的。 我对我的系统做了一些小改动，并与 Emacs 24 兼容。 据我所知，所有代码都在 GPL 下。

rfid gen2 搜索模式与会话模式

点-Python中的dump1090 一种用于检测和解码在1090MHz上调制的Mode-S消息的实现。 该实现完全在Python（2.7.9）中实现，并使用RTL-SDR USB加密狗在raspberry pi 2模型B硬件上进行了测试。 尝试进行实时演示。 但是，不能保证它已启动并正在运行。 重点是使用Python习惯用法和可读性，而不是优化。 C语言中的其他实现可能更有效。 该实现是多线程的： 调谐器：对信号进行采样 Squitter：已解码的消息 雷达：显示消息的主应用程序 基本：基本面 它会尝试尽可能完整和准确，但不能保证正确无误。 以下消息将被解码： 短期空对空监视（下行格式：0） 监视高度回复（下行格式：4） Surveillande身份回复（下行格式：5） 长时间的空对空监视（下行格式：16） ADS-B，扩展的分频器（下行格式：17） Comm B

Sliding Modes in Control and Optimization (Communications and Control Engineering)By Vadim I. Utkin 1992德国斯普格林出版社出版。可以参看连接http://www.docin.com/p-52264506.html（绝对比这个清楚，我在国外网站搜索，本站之前无重复）

为了研究智能电网背景下用户的用电模式，考虑到现有聚类算法的不足，提出了一种基于离散小波变换的模糊K-modes聚类算法。利用离散小波变换将时域的负荷曲线转换到频域，从而将负荷曲线的不同特征隔离在不同的频域水平，并利用低阶近似的思想选取原始曲线的有效分量曲线；对所选的分量曲线进行趋势编码，将连续负荷数据转化为离散类属性数据；基于平均密度确定初始聚类条件，利用模糊K-modes聚类算法对曲线进行形态聚类，得到负荷曲线模板；将所提算法与传统K-means算法及层次聚类算法进行比较，从而验证了所提算法的有效性。

使用跟踪数据集和综合运动模型进行仿真是在机会网络中测量路由协议和QoS方案的两种主要方法。 但是，跟踪数据集无法满足所有情况的需求，并且很难收集。 传统的合成运动模型易于使用，但不能捕获人类详细的运动特征。 我们为机会网络仿真提出了一种基于社会聚合的组合运动模型。 在我们的模型中，我们使用几个可调的随机分布生成器来生成时变的移动性参数，并建立多个子模型来描述更详细的人类行为。 通过组合那些基于合理组合机制的子模型，可以重现复杂的人类活动。 因此，可以在我们的模型上测试路由协议和应用程序。 我们在机会网络环境（ONE）模拟器中将模型与不同的跟踪数据集和传统运动模型进行了比较。 仿真结果表明，该模型比传统的运动模型具有更高的准确性，其移动性模式近似于真实的轨迹数据集。

Sliding Mode Control and Observation Authors (view affiliations) Yuri ShtesselChristopher EdwardsLeonid FridmanArie Levant Authors (view affiliations) Yuri ShtesselChristopher EdwardsLeonid FridmanArie Levant

002-HCS12 Addressing Modes