注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 交叉熵方法求解组合优化问题

  2. 交叉熵方法是一个自适应的收敛优化方法，对解决优化问题效果非常的好

  3. 所属分类：专业指导

    • 发布日期：2010-09-11
    • 文件大小：573byte
    • 提供者：jing1066

  1. 交叉组合算法代码

  2. 该资源为本人自己写的交叉组合算法代码的工具类，一共两个，搭配文章看效果更好！

  3. 所属分类：Java

    • 发布日期：2018-06-19
    • 文件大小：2kb
    • 提供者：robinsstruggle

  1. 立体交叉组合PPT图表.rar

  2. 这是一张立体交叉组合PPT图表，第一PPT模板网提供幻灯片图表免费下载。 幻灯片图表是一张交叉的维恩图，中间是立体红色，两侧与浅灰色交叉的部分用了灰色，每个色块都注明了文字，本PPT图表可以用来制作PowerPoint的并列关系，交叉关系。 关键词：并列关系幻灯片图表，交叉关系PPT图表，.PPTX格式；

  3. 所属分类：其它

    • 发布日期：2019-07-15
    • 文件大小：354kb
    • 提供者：weixin_39840914

  1. 利用改进组合交叉熵实现煤层气储层地震属性约简

  2. 在煤层气储层参数预测中,地震属性数据量的冗余会给预测带来不便。为获得煤层气储层地震属性的最优约简,提出一种利用改进型交叉熵算法优化地震属性的方法。该方法对迭代过程产生的样本进行改进,进而生成优秀的样本集进行迭代,同时将粗糙集属性约简构成的模型作为目标函数进行寻优求解。最后利用某地区煤层气储层的地震属性对算法进行验证,并与其他算法的测试结果对比、分析,结果表明:该算法对煤层气的地震属性约简耗时小、约简精度和约简率高,可以有效的应用于煤层气储层的地震属性约简。

  3. 所属分类：其它

    • 发布日期：2020-04-30
    • 文件大小：545kb
    • 提供者：weixin_38623080

  1. 在4D F理论中学习不可组合的量规组

  2. 我们应用机器学习技术来解决4D F理论中的特定分类问题。 对于给定复数三倍底数上的除数D，我们想使用D附近的局部几何信息读出其上的非希格斯规范组。输入特征是D附近的除数之间的三重交点数，输出标签为非 -可伸缩量规组。 我们使用决策树解决了这个问题，并针对不同类别的除数实现了85％-98％的样本外准确度，这些数据集是从复曲面三重基数生成的，没有（4,6）曲线。 我们直接从决策树中显式生成了大量分析规则，并证明了其中的少量分析规则。 作为交叉检查，我们也基于（4,6）曲线将这些决策树应用到系统中，并

  3. 所属分类：其它

    • 发布日期：2020-04-30
    • 文件大小：874kb
    • 提供者：weixin_38509504

  1. 工作面煤巷支护方式和区段煤柱尺寸组合正交试验与数值模拟

  2. 针对西部浅埋厚煤层工作面煤巷支护方式与区段煤柱留设尺寸的最佳组合问题,以杨家村煤矿222205工作面为例,采用正交试验得到9组不同工作面煤巷支护与留设煤柱方案组合;通过数值模拟,得到9种不同支护方案巷道应力集中系数、顶底板及两帮位移变化,最终确定了最优方案为方案6(A3B3C2),即顶板采用锚杆间排距为1 100 mm×1 000 mm、帮部锚杆间排距1100 mm×1 400 mm(使用1根)、锚索交叉支护方案,留设煤柱宽度15 m。

  3. 所属分类：其它

    • 发布日期：2020-04-24
    • 文件大小：526kb
    • 提供者：weixin_38676058

  1. 基于样本熵和极端学习机的超短期风电功率组合预测模型_张学清 (1).pdf

  2. 该文提出一种经验模态分解(empirical modedecomposition，EMD)–样本熵(sample entropy，SE)和极端学习机(extreme learning machine，ELM)相结合的风电功率超短期预测方法。该方法首先利用EMD-SE 将风电功率时间序列分解为一系列复杂度差异明显的风电子序列；其次利用最小二乘支持向量机(least squares support vector machine，LSSVM) 、极端学习机和经原始岭回归(primal ridge re

  3. 所属分类：讲义

    • 发布日期：2020-02-14
    • 文件大小：373kb
    • 提供者：SparkQiang

  1. 基于游客物品分离组合理论的旅游物流探讨。

  2. 为了理解旅游物流活动的本质，作者对国内外现有的旅游物流研究成果进行了研究和总结，发现旅游业存在两种物流现象。 然后，从时间和空间的角度，深入分析了两种物流现象与游客流之间的交叉过程，并确定了两者分离与组合过程中的关键因素。 接下来，针对这两种物流现象，作者通过进出转化机制对旅游物流活动的过程进行了完整的解释。 最后，通过游客和物品理论的分离和结合，确定了旅游物流系统的功能和目标，为今后的研究提供了指导性的方向。

  3. 所属分类：其它

    • 发布日期：2020-06-05
    • 文件大小：812kb
    • 提供者：weixin_38670529

  1. 解析:内联,左外联,右外联,全连接,交叉连接的区别

  2. 连接分为：内连接、外连接、交叉连接 一、内连接——最常用 定义：仅将两个表中满足连接条件的行组合起来作为结果集。 在内连接中，只有在两个表中匹配的行才能在结果集中出现 关键词：INNER JOIN 格式：SELECT 列名表 FROM 表名1 [INNER] JOIN 表名2 ON或WHERE 条件表达式 说明： （1）列名表中的列名可以出自后面的两个表，但如果两个表中有同名列，应在列名前标明出处，格式为：表名.列名 （2）若连接的两个表名字太长，可以为它们起个别名。 格式为：表名 AS 别名

  3. 所属分类：其它

    • 发布日期：2020-12-15
    • 文件大小：52kb
    • 提供者：weixin_38703968

  1. portfolio-react:使用React和Express构建的2021产品组合-源码

  2. 个人投资组合和博客2021 资源/提及 由于时间有限，我从这些非常客气的贡献者那里“借用”了代码，值得一提。 动画复选标记和交叉（连接成功/错误消息） 李·波特（Lee Porter）： : 投资组合： :

  3. 所属分类：其它

  1. brian_bacik:Brian的数据科学项目组合-源码

  2. 数据科学组合 这些年来，我完成了一系列项目，重点介绍了数据科学领域的技能，包括数据整理，假设测试，数据库管理，可视化，机器学习和深度学习。 由UTHealth公共卫生学院与贝勒医学院和哈里斯县公共卫生合作的研究项目。 通过此研究项目，我们为哈里斯县的每个人提供免费测试，并收集数据以更好地了解Covid-19在该地区的传播。 我的职责包括数据架构，收集，清理，分析和可视化。 建立分类模型，以预测银行信用卡客户的流失率。 通过网格搜索交叉验证优化了线性回归，随机森林和XGBoost。 引入了

  3. 所属分类：其它

  1. my_portfolio_site:Brian的数据科学项目组合-源码

  2. my_portfolio_site Brian的数据科学项目组合 由UTHealth公共卫生学院与贝勒医学院和哈里斯县公共卫生合作的研究项目。 通过此研究项目，即使您没有生病，无论性别，种族，收入或移民身份如何，我们都为哈里斯县的所有人（包括儿童）提供免费测试。 我的职责包括数据架构，收集，清理，分析和可视化。 此处的公开信息中心： ： 建立分类模型，以预测银行信用卡客户的流失率。 通过网格搜索交叉验证优化了线性回归，随机森林和XGBoost。 引入了具有随机欠采样，tomek链接

  3. 所属分类：其它

  1. AV-JOB-A-THON：交叉销售预测-源码

  2. AV-JOB-A-THON 交叉销售预测 链接到Hackathon： ://datahack.analyticsvidhya.com/contest/job-a-thon/#LeaderBoard 这款笔记本的目的仅仅是从数据中提取最大的功能。 为了获得更高的分数/使该模型正式投入生产，将在笔记本中添加以下内容： 1）所有归因和交互功能将对火车组和测试组进行两次。 只需重复两次代码。 2）所有聚合特征都是在组合数据上制作的，应该在训练和测试集上分别进行，在这种情况下，您只需要使用df_tra

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：42kb
    • 提供者：weixin_42099755

  1. 专员：将网站的存在与搜索字词的结果交叉并向利益相关者报告-源码

  2. TL; DR Attaché是一款专为个人使用而设计的最小SERP追踪器。 它会定期报告页面在自然搜索结果中的位置。 用例是：每周，我都希望在我的电子邮件中接收针对术语service ， service my-city和service my-neighborhood搜索结果中company.com和landing-page.com页面的更新排名。 主要概念 权益： Attaché每天都会拍摄快照的页面和术语的组合。 权益还将包含用于发送每周排名报告的电子邮件列表。 页面： 一部分，将根据搜

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：155kb
    • 提供者：weixin_42126668

  1. 组合测试数据生成的交叉熵与粒子群算法及比较

  2. 组合测试数据生成的交叉熵与粒子群算法及比较

  3. 所属分类：其它

  1. 零售商店产品的市场篮子分析：市场篮子分析是大型零售商用来发现商品之间关联的关键技术之一。 它通过查找交易中经常出现的项目组合来工作-源码

  2. 论文：零售商店产品的市场篮子分析 “购物篮分析”是一种众所周知的数据挖掘方法，用于查找客户购物车中各种产品之间的关系。 本研究的主要目的是观察影响零售商店中商品销售的重要因素，并基于这些因素来了解消费者的行为。 因此，消费者将对可能会回来购物的潜在潜在顾客有所了解。 零售商知道这类信息后，便可以利用这项研究做出有关库存管理，交叉销售商品和安排货架布局的有力商业决策。 基于分类准确性和分类报告这两个核心指标的六种机器学习算法被用于比较和对比所获得的结果。

  3. 所属分类：其它

  1. insurance_cross_sell：使用ML向健康保险客户交叉销售汽车保险-源码

  2. 交叉销售汽车保险 该项目使用机器学习来预测当前的健康保险客户是否会购买汽车保险。 基础数据是从Kaggle获得的，其中包含有关先前销售的信息。 在测试各种分类器（包括逻辑回归，支持向量分类器，KNN分类器和随机森林分类器）之前，使用SMOTENC对数据进行了转换和上采样。 在使用默认的超参数对分类器进行测试之后，进行了网格搜索以识别最佳的超参数组合。

  3. 所属分类：其它

  1. 工具包：可组合的命令行工具包，通过IPFS分发CLI-源码

  2. 套件 可组合的命令行工具包通过分发命令 入门 开始之前，您需要： IPFS守护进程或 。 Docker守护程序 我们可以启动IPFS守护程序，然后make将执行以下操作： 入门需要交叉编译核心插件 产生ldflags链接核心插件CID到kit全局变量，其核心插件 用于darwin-amd64和linux-amd64交叉编译kit 。 $ ipfs init initializing IPFS node at /home/edgarl/.ipfs // ... $ ipfs daemon

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：34kb
    • 提供者：weixin_42097533

  1. xcessiv：一个基于Web的应用程序，可在Python中进行快速，可扩展和自动的超参数调整以及堆叠式组合-源码

  2. Xcessiv Xcessiv是一个工具，可以帮助您创建您可以想到的最大，最疯狂和最过量的堆叠乐团。 从理论上讲，堆叠的乐团很简单。 您可以合并较小模型的预测，然后将其输入另一个模型。 但是，在实践中，实施它们可能是头疼的问题。 Xcessiv会帮助您处理创建和优化堆叠乐团的所有实现细节，因此您可以自由地完全定义自己关心的事物。 Xcessiv流程 定义您的基础学习者和绩效指标 跟踪数百种不同的模型-超参数组合 毫不费力地选择您的基础学习者，然后单击按钮即可创建一个整体 产品特点 使用Pyt

  3. 所属分类：其它

  1. 故障交叉聚类的三维存储器内建自修复策略

  2. 三维存储器成品率是评价冗余共享策略的一个重要指标。为了提高三维存储器的成品率和冗余资源利用率，提出了一种全新的故障交叉聚类技术，不仅能实现故障单元垂直方向上的跨层聚类，还可以跨层聚类到相同存储阵列索引的非垂直方向位置，更多的故障单元被聚类到其他层中，从而使用一个冗余行可以修复更多的故障。此外，根据故障交叉聚类策略重新设计了内建自修复结构和读写控制器，对数据重新组合来保证数据正确的输入或输出。实验结果表明，相比于现有的修复方案，该内建自修复方案仅增加了0.43%的面积开销就有效的提高了三维存储器的

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 17 »