算法 knowledge share

本文介绍了A*寻路算法及遗传算法的基本原理与应用场景,包括路径规划与城市间最短路径问题。同时探讨了图像二值化及数据挖掘技术在实际项目中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

[b]A*寻路算法[/b]
参考
http://www.iteye.com/topic/163880
http://www.cppblog.com/christanxw/archive/2006/04/07/5126.html
要点 F=G+H G移动代价 H到终点的估算成本

场景 四国
相关 B*寻路 http://www.iteye.com/topic/678941


[b]遗传算法[/b] Genetic Algorithm
是一种通过模拟自然进化过程搜索最优解的方法

NP问题 非确定性问题
可以用穷举法得到答案,一个个检验下去,最终便能得到结果。但是这样算法的复杂程度,是指数关系,因此计算的时间随问题的复杂程度成指数的增长,很快便变得不可计算了。
全排列 3!=6 , 8!=40320 , 50!=?

要点
参数设置: 种群 遗传次数 变异概率
内部算法: 交叉方式 适应度


场景 城市间最短路径
相关 jgap

[b]图像二值化[/b]
场景 图片验证
相关 OCR


[b]数据挖掘[/b]
根据历史的数据来预测将来的结果

朴素贝叶斯算法
简单的概率相加统计

决策树算法
信息熵 可以认为是不确定性
构造一棵 信息熵 下降最快的树, 根节点的不确定性最小的树(最容易推断出结果的树)


源代码 见邮箱
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值