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. TCP/IP教程TCP/IP基础

  2. 目 录 译者序 前言 第一部分 TCP/IP基础 第1章 开放式通信模型简介 1 1.1 开放式网络的发展 1 1.1.1 通信处理层次化 2 1.1.2 OSI参考模型 3 1.1.3 模型的使用 5 1.2 TCP/IP参考模型 7 1.3 小结 7 第2章 TCP/IP和Internet 8 2.1 一段历史 8 2.1.1 ARPANET 8 2.1.2 TCP/IP 9 2.1.3 国家科学基金会(NSF) 9 2.1.4 当今的Internet 12 2.2 RFC和标准化过程 1

  3. 所属分类：网络基础

    • 发布日期：2009-11-23
    • 文件大小：12mb
    • 提供者：woshidaxiama

  1. TCP/IP技术大全

  2. 目 录 译者序 前言 第一部分 TCP/IP基础 第1章 开放式通信模型简介 1 1.1 开放式网络的发展 1 1.1.1 通信处理层次化 2 1.1.2 OSI参考模型 3 1.1.3 模型的使用 5 1.2 TCP/IP参考模型 7 1.3 小结 7 第2章 TCP/IP和Internet 8 2.1 一段历史 8 2.1.1 ARPANET 8 2.1.2 TCP/IP 9 2.1.3 国家科学基金会(NSF) 9 2.1.4 当今的Internet 12 2.2 RFC和标准化过程 1

  3. 所属分类：网络基础

    • 发布日期：2010-03-10
    • 文件大小：16mb
    • 提供者：popoto

  1. TCP-IP技术大全

  2. 本书介绍TCP/IP及其应用。TCP/IP是Internet上使用的协议，而Internet是世界上最大的互联网络。本书内容十分丰富，几乎涵盖了有关TCP/IP的各个方面，包括开放式通信模型、TCP/IP通信模型、IP网络中的命名和寻址机制、地址解析及反向地址解析协议、DNS域字服务器、WINS、地址发现协议、IPv6、IP网络中的路由协议(RIP、OSPF等)、互联网打印协议、LDAP目录服务、远程访问协议、IP安全与防火墙。本书介绍了如何为Windows 9x/NT配置TCP/IP；还介绍

  3. 所属分类：网络基础

    • 发布日期：2007-12-18
    • 文件大小：20mb
    • 提供者：yangchun301

  1. 最小距离分类器Matlab实现

  2. 最小距离分类器 类中心向量分类器 Matlab

  3. 所属分类：其它

    • 发布日期：2010-05-04
    • 文件大小：755byte
    • 提供者：moxibingdao

  1. TCPIP协议详解(4-1)

  2. 太大了,分了四个包目 录译者序前言第一部分 TCP/IP基础第1章 开放式通信模型简介 11.1 开放式网络的发展 11.1.1 通信处理层次化 21.1.2 OSI参考模型 31.1.3 模型的使用 51.2 TCP/IP参考模型 71.3 小结 7第2章 TCP/IP和Internet 82.1 一段历史 82.1.1 ARPANET 82.1.2 TCP/IP 92.1.3 国家科学基金会(NSF) 92.1.4 当今的Internet 122.2 RFC和标准化过程 122.2.1 获

  3. 所属分类：网络基础

    • 发布日期：2008-01-16
    • 文件大小：6mb
    • 提供者：wuwenlong527

  1. 微机课后题目答案 答案

  2. 微机课后题目答案啊 微机接口技术练习题解 第1章 绪论 1. 计算机分那几类？各有什么特点？ 答：传统上分为三类：大型主机、小型机、微型机。大型主机一般为高性能的并行处理系统， 存储容量大，事物处理能力强，可为众多用户提供服务。小型机具有一定的数据处理能力，提供一定用户规模的信息服务，作为部门的信息服务中心。微型机一般指在办公室或家庭的桌面或可移动的计算系统，体积小、价格低、具有工业化标准体系结构，兼容性好。 2. 简述微处理器、微计算机及微计算机系统三个术语的内涵。 答：微处理器是微计算机系

  3. 所属分类：软件测试

    • 发布日期：2011-04-20
    • 文件大小：192kb
    • 提供者：wwwwgg123

  1. TCP-IP技术大全

  2. 本书介绍TCP/IP及其应用。TCP/IP是Internet上使用的协议，而Internet是世界上最大的互联网络。本书内容十分丰富，几乎涵盖了有关TCP/IP的各个方面，包括开放式通信模型、TCP/IP通信模型、IP网络中的命名和寻址机制、地址解析及反向地址解析协议、DNS域字服务器、WINS、地址发现协议、IPv6、IP网络中的路由协议(RIP、OSPF等)、互联网打印协议、LDAP目录服务、远程访问协议、IP安全与防火墙。本书介绍了如何为Windows 9x/NT配置TCP/IP；还介绍

  3. 所属分类：网络基础

    • 发布日期：2011-12-01
    • 文件大小：21mb
    • 提供者：mailyu

  1. 基于支持向量机与无监督聚类相结合的中文网页分类器

  2. 　提出了一种将支持向量机与无监督聚类相结合的新分类算法, 给出了一种新的网页表示方法并应用于网页 分类问题. 该算法首先利用无监督聚类分别对训练集中正例和反例聚类, 然后挑选一些例子训练 SVM 并获得SVM 分类器. 任何网页可以通过比较其与聚类中心的距离决定采用无监督聚类方法或 SVM 分类器进行分类. 该算法充分 利用了SVM 准确率高与无监督聚类速度快的优点. 实验表明它不仅具有较高的训练效率, 而且有很高的精确度

  3. 所属分类：互联网

    • 发布日期：2011-12-18
    • 文件大小：417kb
    • 提供者：huangle86

  1. TCP/IP详解

  2. 目 录 译者序 前言 第一部分 TCP/IP基础 第1章 开放式通信模型简介 1 1.1 开放式网络的发展 1 1.1.1 通信处理层次化 2 1.1.2 OSI参考模型 3 1.1.3 模型的使用 5 1.2 TCP/IP参考模型 7 1.3 小结 7 第2章 TCP/IP和Internet 8 2.1 一段历史 8 2.1.1 ARPANET 8 2.1.2 TCP/IP 9 2.1.3 国家科学基金会(NSF) 9 2.1.4 当今的Internet 12 2.2 RFC和标准化过程 1

  3. 所属分类：软考等考

    • 发布日期：2013-07-25
    • 文件大小：20mb
    • 提供者：luo1wei23

  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. python计算机视觉.pdf

  2. 高清完整版，极力推荐。 第1 章　基本的图像操作和处理 .....................................................................................................1 1.1　PIL：Python 图像处理类库.................................................................................................

  3. 所属分类：Python

    • 发布日期：2017-09-22
    • 文件大小：29mb
    • 提供者：donggua209

  1. 中南大学计算机学院梁毅雄老师授课-数字图像处理-考试要点答案整理

  2. 中南大学计算机学院梁毅雄老师授课考试要点答案整理。此文档受众：中南大学！计算机学院！梁毅雄老师授课学生！数字图像处理！中南大学计算机学院梁毅雄老师授课考试重点整理 2019.07.03 Canny边绿检测算法 基本原理 图象边缘检测必须满足两个条件:一能有效地抑制噪声;二必须尽量精确确 定边缘的位置。 从数学上表达了三个准则[信噪比准则(低错误率)、定位精度准则、单边缘 响应准则」,并寻找表达式的最佳解 属于先平滑后求导的方法 步骤 1)使用高欺滤波器,以平滑图像,滤除噪声。 2)计算图像中每个

  3. 所属分类：讲义

    • 发布日期：2019-07-04
    • 文件大小：5mb
    • 提供者：sinat_31857633

  1. 统计自然语言处理

  2. 统计自然语言处理是一本很好的书籍，是一本很基础的书籍目录 序二 第2版前宣 第1版前言 第1章绪论 11基本概念 1.1.1语言学与语音学 2自然语言处理 11.3关于“理解”的标准 1,2自然语言处理研究的内容和面临的困难 1,2,1自然语言处理研宄的内容 1,22自然语言处理涉及的几个层次 1.2.3自然语言处理面临的困难 13自然语言处理的基本方法及其发展 13,1自然语言处理的基本方汏 3,2自然语言处理的发展 14自然语言处理的研究现状 本书的内容安挂 第2章顸备知识 2,1概率论基本

  3. 所属分类：Python

    • 发布日期：2019-03-04
    • 文件大小：24mb
    • 提供者：weixin_34749051

  1. 应用机器学习：应用机器学习问题的存储库（进行中）-源码

  2. 应用机器学习 2019年1月-2020年5月 国家超级计算应用中心（培训/会议/研讨会） 课程：CS 498（4学分） 应用机器学习问题的存储库 此存储库中的某些内容是课程的一部分，请在不违反大学荣誉守则的情况下使用它 1.支持向量机（R [无包装/库]） 一种使用随机梯度下降训练数据上的支持向量机的程序，而无需使用任何库包来训练分类器。 缩放变量/特征，以使每个变量/特征具有单位方差。 该代码至少使用值λ= [1e-3、1e-2、1e-1、1]来搜索正则化常数的适当值（使用验证数据）。

  3. 所属分类：其它

  1. 基于AP聚类的高光谱波段选择

  2. 波段选择在降维的同时能够保留高光谱数据的物理意义, 在很多方面具有一定应用。近邻传播（AP）算法根据数据点之间的相关性进行聚类, 将所有数据点视为潜在的聚类中心。提出了一种基于AP聚类的波段选择方法, 利用光谱信息散度和光谱相关角（SID-SCA）与光谱信息散度和光谱梯度角（SID-SGA）改进AP算法中相似度的计算。将降维结果输入支持向量机（SVM）分类器进行分类, 计算分类准确性, 并通过数据集Indiana Pines进行验证。实验结果表明：所提方法能够更好地提取波段的信息, 得到更高的分

  3. 所属分类：其它

  1. 模式：用于Python的Web挖掘模块，具有用于抓取，自然语言处理，机器学习，网络分析和可视化的工具-源码

  2. 模式 模式是Python的网络挖掘模块。 它具有用于以下目的的工具： 数据挖掘：Web服务（Google，Twitter，Wikipedia），Web搜寻器，HTML DOM解析器 自然语言处理：词性标记，n-gram搜索，情感分析，WordNet 机器学习：向量空间模型，聚类，分类（KNN，SVM，Perceptron） 网络分析：图形中心和可视化。 它有据可查，经过350多个单元测试的全面测试，并随附50多个示例。 源代码已根据BSD获得许可。 例 本示例在使用Python 3从T

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：30mb
    • 提供者：weixin_42109598

  1. Python构建图像分类识别器的方法

  2. 机器学习用在图像识别是非常有趣的话题。 我们可以利用OpenCV强大的功能结合机器学习算法实现图像识别系统。 首先，输入若干图像，加入分类标记。利用向量量化方法将特征点进行聚类，并得出中心点，这些中心点就是视觉码本的元素。 其次，利用图像分类器将图像分到已知的类别中，ERF（极端随机森林）算法非常流行，因为ERF具有较快的速度和比较精确的准确度。我们利用决策树进行正确决策。 最后，利用训练好的ERF模型后，创建目标识别器，可以识别未知图像的内容。 当然，这只是雏形，存在很多问题： 界面不友好。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：57kb
    • 提供者：weixin_38591291

  1. 聚类分片双支持向量域分类器

  2. 针对支持向量域分类器对大规模样本集的训练时间长且占用内存大的问题, 构造聚类分片双支持向量域分类器. 以均值聚类剖分原始空间, 并选取密度指标大的样本作为初始聚类中心; 对子空间构造双支持向量域分类器,根据样本与正负类最小包围超球的距离构造分段决策函数; 定义样本的变尺度距离, 以链接规则组合子空间的分类结果. 数值实验表明, 所提出算法的分类精度高且受参数变化的影响不大, 分类时间短且随子空间数的增加而降低.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：191kb
    • 提供者：weixin_38731199

  1. 一种基于L2-SVM 的多视角核心向量机

  2. 核化一类硬划分SVDD、一/二类L2-SVM、L2 支持向量回归和Ranking SVM均已被证明是中心约束最小包含球. 这里将多视角学习引入核化L2-SVM, 提出核化两类多视角L2-SVM (Multi-view L2-SVM), 并证明该核化两类Multi-view L2-SVM 亦为中心约束最小包含球, 进而提出一种多视角核心向量机MvCVM. 所提出的Multi-view L2-SVM 和MvCVM既考虑了视角之间的差异性, 又考虑了视角之间的关联性, 使得分类器在各个视角上的学习结

  3. 所属分类：其它