[算法与数据结构] Protege-5.5.0-platform-independent.zip

说明：protege的官方最新版，用于快速构建本体，界面也要比老版的好看很多，功能也更加强大，解压后可直接使用。
<Golomn> 在 上传 | 大小：56623104

[算法与数据结构] map (2).osm

说明：紫金山osm数据紫金山
<lanlanhe> 在 上传 | 大小：12582912

[算法与数据结构] 京东20万条评论数据.rar

说明：京东20万条评论数据.rar
<qq_43432797> 在 上传 | 大小：89128960

[算法与数据结构] R语言 电力窃漏电用户自动识别实验配备文件

说明：电力窃漏电用户自动识别实验代码及实验所用数据 missing_data.csv、missing_data.xls、model.csv、testData.csvtrainData.csv告警.csv窃电用电量数据.csv窃漏电用户分布分析.csv线损.csv、用户.csv、用户日用电量.csv、正常用电量数据.csv、实验报告1—电力窃漏电用户自动识别.doc
<icebns> 在 上传 | 大小：193536

[算法与数据结构] 经典算法(C语言版).rar

说明：内含排序、递归、百鸡问题、迪杰斯特拉、动态规划—背包、水仙花数、蛮力背包、N皇后问题、斐波那契数、马踏斜日递归等......
<weixin_43802738> 在 上传 | 大小：32768

[算法与数据结构] WEKA教程(完整版).pdf

说明：WEKA教程(完整版).pdf
<u014572906> 在 上传 | 大小：2097152

[算法与数据结构] 自适应蚁群算法在序列比对中的应用.zip

说明：自适应蚁群算法摘要 ：序列 比对是生物信息学的重要研究-rg。蚁群算法是一种新型的模拟进化算法，并被成功地应用于旅行商问题(TSP) 等组合优化问题中。该文将蚁群算法应用于序列比对，并提出基于 自适应调整信息素的改进算法。仿真结果表明这种新的 比对算法是有效的，而它的改进算法的效果更为理想。 关键词：蚁群算法；序列比对 ；信息素在序列比对中的应用
<zhidc> 在 上传 | 大小：186368

[算法与数据结构] 机器学习下载链接.pdf

说明：链接：https://pan.baidu.com/s/1CpFXy4OiydmoQzEk2wjHXg 提取码：请到 http://admin.mifwl.com/sysTools.php?mod=diy&langid=0&pageid=1884049&pageSizeShow=pc 获取 更多大数据资源请到http://admin.mifwl.com/sysTools.php?mod=diy&langid=0&pageid=1884049&pageSizeShow=pc www.
<qq_18466193> 在 上传 | 大小：122880

[算法与数据结构] 方差分析-自定义数据.xlsx

说明：本excel文档是我在测试自定义的单因素方差分析时自己做的简易数据，测试后可得到明显的结果，证明此检验代码有效
<qq_45323012> 在 上传 | 大小：9216

[算法与数据结构] Matlab.pdetool命令下任意通道numann无粘势流.zip

说明：一阶波动方程在任意通道内的无粘势流流动，基于numann条件实现MATLAB代码。同样使用该工具，模拟一个波动方程在等直通道内的自行设定初始条件下的动态演变解。
<qq_40260143> 在 上传 | 大小：4096

[算法与数据结构] 智能混合优化策略及其在流水作业调度中的应用.pdf

说明：智能混合优：通过结合蚁群算法(ACO)的并行搜索结构和模拟退火算法(SA)的概率突跳性 ，提 出了一种有效的混合优化策略，并将该策略应用于流水作业调度问题 (FSP)．在该策略 中，蚁群 系统的一个周游路线为模拟退火算法提供 了一系列初始解，在每个退火温度上进行抽样准则检验并产生新解，然后更新信息激素；蚁群算法再利用模拟退火算法产生的新解进行并行搜 索．同时，根据此策略构建并 实现 了针对 FSP问题求解的具体混合算法．仿真结果表明，混合算法弥补了 ACO易陷入局部最优和 SA搜索效率较低的缺点
<zhidc> 在 上传 | 大小：172032

[算法与数据结构] 自适应确定DBSCAN算法参数的算法研究_李文杰.pdf

说明：传统DBSCAN算法需要人为确定Eps和MinPts参数,参数的选择直接决定了聚类结果的合理性,因此提出一种新的自适应确定DBSCAN算法参数算法,该算法基于参数寻优策略,通过利用数据集自身分布特性生成候选Eps和MinPts参数,自动寻找聚类结果的簇数变化稳定区间,并将该区间中密度阈值最少时所对应的Eps和MinPts参数作为最优参数。实验结果表明,该算法能够实现聚类过程的全自动化并且能够选择合理的Eps和MinPts参数,得到了高准确度聚类结果。
<qq_36603091> 在 上传 | 大小：7340032