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. 软件工程-理论与实践(许家珆)习题答案

  2. 习 题 答 案 习题一答案 一、选择题 1. 软件的主要特性是(A B C)。 A) 无形 B) 高成本 C) 包括程序和文档 　　D) 可独立构成计算机系统 2. 软件工程三要素是(C D)。 A) 技术、方法和工具　 B) 方法、工具和过程　 C) 方法、对象和类　 D) 过程、模型、方法 3. 包含风险分析的软件工程模型是(A)。 A) 螺旋模型 B) 瀑布模型 C) 增量模型 D) 喷泉模型 4. 软件工程的主要目标是(C)。 A) 软件需求 　B) 软件设计　 C) 风险分析 　D)

  3. 所属分类：C

    • 发布日期：2011-01-12
    • 文件大小：296kb
    • 提供者：fengjliang2009

  1. 什么是VLAN

  2. 　　　IEEE于1999年颁布了用于标准化VLAN实现方案的802.1Q协议标准草案。VLAN技术的出现，使得管理员根据 Vlan网卡 Intel82573 　　　实际应用需求，把同一物理局域网内的不同用户逻辑地划分成不同的广播域，每一个VLAN都包含一组有着相同需求的计算机工作站，与物理上形成的LAN有着相同的属性。由于它是从逻辑上划分，而不是从物理上划分，所以同一个VLAN内的各个工作站没有限制在同一个物理范围中，即这些工作站可以在不同物理LAN网段。由VLAN的特点可知，一个VLAN内部

  3. 所属分类：网络基础

    • 发布日期：2013-10-23
    • 文件大小：298kb
    • 提供者：u012542833

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：220kb
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：220kb
    • 提供者：q6115759

  1. 四级数据库重难点(word版)

  2. 第1章 引言 1. 数据是描述现实世界事物的符号记录，是用物理符号记录下来的可以识别的信息。 数据是信息的符号表示，是载体；信息是数据的语义解释，是内涵。 2. 数据模型是对现实世界数据特征的抽象，是数据库系统的形式框架，用来描述数据的一组概念和定义，包括描述数据、数据联系、数据操作、数据语义以及数据一致性的概念工具。 满足三条件：比较真实地模拟现实世界；易于人们理解；易于计算机实现 三个组成要素：数据结构（静态，数据对象本身结构及之间的联系）、数据操作（对数据对象操作及操作规则的集合）和完整

  3. 所属分类：其它

    • 发布日期：2009-01-21
    • 文件大小：137kb
    • 提供者：courage0603

  1. 通过无监督随机图分区发现视频镜头类别

  2. 视频镜头通常被视为从视频中检索信息的基本元素。 近年来，视频拍摄分类已受到越来越多的关注，但是大多数方法都涉及监督学习的过程，即在标记的数据上训练多类预测器（分类器）。 在本文中，我们研究了一种无监督地发现视频镜头类别的通用框架。 贡献在特征，表示和推断上有三方面的贡献：（1）提出了一种新功能，用于捕获视频中的本地信息，该视频由小视频块（例如像素）定义。 视频单词词典因此可以离线聚类，以表征外观和运动动态。 （2）我们提出了将分类归类为自动图形分区任务的问题，因为每个图形顶点代表一个视频镜头，而

  3. 所属分类：其它

  1. 数据科学家必须要掌握的5种聚类算法

  2. K-Means可能是最知名的聚类算法，没有之一。在很多介绍性的数据科学和机器学习课程中，都有讲授该算法。并且该算法的代码很容易理解和实现！你可以通过看下面的插图来理解它。K均值聚类1、首先，我们选择一些要使用的类/组，并随机初始化他们各自的中心点（质心）。要计算出簇（类）的使用数量，最好的方法是快速查看一下数据并尝试鉴别有多少不同的分组。中心点是一个矢量，它到每个数据点的矢量长度相同，在上图中用“X”来表示。2、每个数据点通过计算该点与每个簇中心之间的距离来进行分类，根据最小距离，将该点分类到对

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：381kb
    • 提供者：weixin_38560107

  1. 基于Tri-Training和数据剪辑的半监督聚类算法

  2. 提出一种半监督聚类算法,该算法在用seeds集初始化聚类中心前,利用半监督分类方法Tri-training的迭代训练过程对无标记数据进行标记,并加入seeds集以扩大规模;同时,在Tri-training训练过程中结合基于最近邻规则的Depuration数据剪辑技术对seeds集扩大过程中产生的误标记噪声数据进行修正、净化,以提高seeds集质量.实验结果表明,所提出的基于Tri-training和数据剪辑的DE-Tri-training半监督聚类新算法能够有效改善seeds集对聚类中心的初始化

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：693kb
    • 提供者：weixin_38729607

  1. 分类数据聚类的新初始化方法

  2. 在聚类算法中，选择代表性示例的子集在数据集中非常重要。 可以通过随机选择数据对象的初始子集然后进行迭代优化来找到此类“示例”，但这仅在该初始选择接近良好解决方案的情况下才有效。 在本文中，基于属性值的频率，定义了对象的平均密度。 此外，提出了一种新的分类数据初始化方法，该方法考虑了对象之间的距离和对象的密度。 我们还将提出的初始化方法应用于k模式算法和模糊k模式算法。 实验结果表明，所提出的初始化方法优于随机初始化方法，并且由于其相对于数据对象数量的线性时间复杂度，因此可以应用于大型数据集。

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：184kb
    • 提供者：weixin_38732924