[其它] 基于DDDAS的城市供水系统威胁管理并行仿真

说明：供水系统（WDS）中的污染源表征（CSC）出现了计算量大的问题。 解决CSC问题的传统解决方案无法满足CSC的服务质量（QoS）要求。 我们提出了一种在云中使用MapReduce范例的并行解决方案，该解决方案可以提供高性能，容错和灵活的解决方案。
<weixin_38713057> 上传 | 大小：631kb

[其它] 一种黄金分割优化的极限学习机算法

说明：一种黄金分割优化的极限学习机算法
<weixin_38597533> 上传 | 大小：424kb

[其它] UML手册

说明：目录：UML视图和图一：静态视图静态视图的主要组成部分是类和关系，它显示为类图因为它不描述时间相关的行为，因而是静态的，关系包括：关联，继承和各种依赖，依赖包括实现和使用。类间的关系绘成连接类的路径，不同种类的关系由线上的结构和路径或端点上的修饰来区分。例子：票房应用的类图图例：二：用例图用例作为交互视图中的协作来实现的。主要从活动者的角度考虑。三：交互视图1：顺序图2：协作图四：状态机视图状态机显示为状态图五：活动视图横条表示控制的分叉河连接六：物理视图有两种物理视图：实现视图和配置视图1：实
<weixin_38655998> 上传 | 大小：947kb

[其它] flock：flock编程语言的存储库-源码

说明：群 Flock和Flow和Fork的融合是一种系统编程语言，旨在易于阅读，易于编写和高效能。 Flock的最初目标是： 没有垃圾收集器，支持受锈启发的对象图（对象树上方） 流执行，即没有线程的并行化。 受projectreactor.io启发 我是什么（结构）和我是什么（特质）之间的明显区别 面向对象 功能性 强类型 极简符号（即减少不同符号的数量） 结构清晰，（即不是perl） 无指针（否&** mayvar） 面向约定（例如，如果大多数编程语言都具有约定，请遵循该约定） 操作员超
<weixin_42148053> 上传 | 大小：5kb

[其它] 梅拉多·利伯-源码

说明：梅拉多·利伯
<weixin_42153793> 上传 | 大小：1mb

[其它] dockerfiles：适用于各种容器的dockerfile的集合-源码

说明：Dockerfiles 各种容器的dockerfile的集合。
<weixin_42116791> 上传 | 大小：5kb

[其它] dsc处理分类变量dc-ds-82619-源码

说明：处理分类变量 介绍 您现在已经了解了多元线性回归背后的直觉。 伟大的！ 但是，由于您将开始挖掘具有更多预测变量的更大数据集，因此您会遇到与以前所见略有不同的预测变量。 欢迎来到分类变量奇妙的世界！ 目标 你将能够： 确定变量是分类变量还是连续变量 描述为什么需要虚拟变量 使用一种热编码来创建虚拟变量 自动mpg数据 在本节中，您将看到使用auto-mpg数据集为多元线性回归准备数据的几个元素，该数据集包含汽车的技术规格。 有抱负的数据科学家经常使用此数据集，他们希望使用多个预测变量进行线性回归
<weixin_42177768> 上传 | 大小：194kb

[其它] E-R图

说明：1：什么是E-R图：实体联系图Entity-RelationshipE-R图为实体-联系图，提供了表示实体型、属性和联系的方法，用来描述现实世界的概念模型。构成E-R图的基本要素是实体型、属性和联系，其表示方法为：实体型：用矩形表示，矩形框内写明实体名；属性：用椭圆形表示，并用无向边将其与相应的实体连接起来；联系：用菱形表示，菱形框内写明联系名，并用无向边分别与有关实体连接起来，同时在无向边旁标上联系的类型（1:1，1:n或m:n）。附用例图：
<weixin_38675232> 上传 | 大小：197kb

[其它] gostackReact本地交付-源码

说明：gostackReact本地交付
<weixin_42137022> 上传 | 大小：2mb

[其它] 带有分类变量的DSC交易代码ONL01-DTSC-FT-012120-源码

说明：处理分类变量 介绍 您现在已经了解了多元线性回归背后的直觉。 伟大的！ 但是，由于您将开始挖掘具有更多预测变量的更大数据集，因此您会遇到与以前所见略有不同的预测变量。 欢迎来到分类变量奇妙的世界！ 目标 你将能够： 确定变量是分类变量还是连续变量 描述为什么需要虚拟变量 使用一种热编码来创建虚拟变量 自动mpg数据 在本节中，您将看到使用auto-mpg数据集为多元线性回归准备数据的几个元素，该数据集包含汽车的技术规格。 有抱负的数据科学家经常使用此数据集，他们希望使用多个预测变量进行线性回归
<weixin_42098759> 上传 | 大小：195kb

[其它] 大量遗传性状的早期癌症生物标志物识别模拟

说明：大量遗传性状的早期癌症生物标志物识别模拟
<weixin_38616139> 上传 | 大小：461kb

[其它] dsc处理分类变量伦敦ds-111819-源码

说明：处理分类变量 介绍 您现在已经了解了多元线性回归背后的直觉。 伟大的！ 但是，由于您将开始挖掘具有更多预测变量的更大数据集，因此您会遇到与以前所见略有不同的预测变量。 欢迎来到分类变量奇妙的世界！ 目标 你将能够： 确定变量是分类变量还是连续变量 描述为什么需要虚拟变量 使用一种热编码来创建虚拟变量 自动mpg数据 在本节中，您将看到使用auto-mpg数据集为多元线性回归准备数据的几个元素，该数据集包含汽车的技术规格。 有抱负的数据科学家经常使用此数据集，他们希望使用多个预测变量进行线性回归
<weixin_42133753> 上传 | 大小：194kb