精品文献
四叉树算法
基于决策树的改进AdaBoost算法在车辆检测中的应用
基于决策树的改进AdaBoost算法在车辆检测中的应用
为满足车辆检测实时性和准确性需求,将基于C4.5的决策树算法作为AdaBoost算法的弱分类器,产生一种速度快、识别率高的强分类器,称之为AdaBoost-DT算法。算法训练多个决策树并将之作为弱分类器,之后通过改进级联架构的AdaBoost算法将若干弱分类器组合成一个强分类器。该算法特点在于:相对于广泛使用的以SVM作为弱分类器的算法,其以决策树作为分类器,速度提高了29%;通过在AdaBoost算法进行强分类器的形成阶段加入再判决函数,准确率提高了14.1%。
算法第四章字符串
第四章 第四章 串 一、内容提要 1、 1、 是数据元素为字符的线性表，串的定义及操作。 2、 2、 的基本操作，编制算法求串的其它操作。 3、 3、 的存储结构，因串是数据元素为字符的线性表，所以存在“结点大小“的问题。静 态和动态（块链结构，堆结构）存储的优缺点。 4、 4、 朴素模式匹配算法及改进（ KMP）算法。 二、学习重点 1、 1、 串的基本操作，编写串的其他操作（如 index,replace 等）。 2、在串的模式匹配中，求匹配串的 nextval 函数值。 3、尽管朴素的模式匹配的时间复杂度是 O(m*n), KMP 算法是 O(m+n),但在一般情况下，前 者实际执行时间近似 O(m+n),因此至今仍被采用。 KMP 算法仅在主串与模式串存在许多 “部 分匹配”时才显得比前者块的多，其主要优点是主串不回嗍。 5、 5、 串操作在存储结构下的实现。 三、例题解析 1、利
