您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 资料,C++检查错误

  2. C++ 错误检查工具分类。难得要死。。。弄不出来。要被逼死了。
  3. 所属分类:C++

    • 发布日期:2009-08-20
    • 文件大小:134kb
    • 提供者:dilon008
  1. 吉林信息网分类信息源码

  2. 修正了已经发现的全部错误,红色版。下载后直接上传就可以实用
  3. 所属分类:专业指导

    • 发布日期:2009-12-04
    • 文件大小:10mb
    • 提供者:tttyyy158
  1. GRE超强模板+错误分类

  2. 这个里面的句型熟悉后建立起了argument 的思维模式足够应付所有的argument题希望有所帮助
  3. 所属分类:专业指导

    • 发布日期:2010-04-22
    • 文件大小:115kb
    • 提供者:kuotaolian2
  1. C++编程常见错误分类与解析

  2. 摘要:对c++语言编程中常见的错误进行分类与解析,对于提高初学者的编程能力,建立完善的编 程思路,实现程序的最优化有重要的指导意义。
  3. 所属分类:C++

    • 发布日期:2010-08-16
    • 文件大小:128kb
    • 提供者:minmin8883
  1. 最新发布酷站分类目录管理系统CATCHWEB v2.02(修改版)

  2. 最新发布酷站分类目录管理系统CATCHWEB v2.02(修改版)程序名称:酷站分类目录管理系统CATCHWEB v2.02(修改版)程序类别:ASP源码 支持环境:ASP+ACCESS+XMLHTTP官方主页:http://www.catchweb.cn合作技术:http://www.netsoz.com/捕获网(1群)4355103捕获网(2群)1237092捕获网(3群)4297601 介绍:************************************************
  3. 所属分类:C#

    • 发布日期:2008-02-27
    • 文件大小:802kb
    • 提供者:catchweb
  1. 基于NaiveBayes的CLIF_NB文本分类学习方法

  2. 针对N aive Bayes 方法中条件独立性假设常常与实际相违背的情况, 提出了CL IF- NB 文本分类学习方法, 利用互信息 理论, 计算特征属性之间的最大相关性概率, 用变量集组合替代线性不可分属性, 改善条件独立性假设的限制, 并通过学习一系列分类器, 缩小训练集中的分类错误, 综合得出分类准确率较高的CL IF- NB 分类器.
  3. 所属分类:专业指导

    • 发布日期:2010-10-07
    • 文件大小:244kb
    • 提供者:xikouxiayang
  1. 蚂蚁分类信息系统3.1版

  2. 蚂蚁分类信息系统3.1版 一,相比3.0版本的改进说明: 1,修正二级地区时列表页不显示信息记录 2,修正认证商家的图标不显示 3,修正自定义广告出现access dined 4,修正后台信息批量管理删除出现错误 5,修正管理后台修改商家资料出错的BUG 6,修正当关闭所有在线充值接口时,会员中心支付页面出现错误的BUG 7,修正信息JS调用字节数限制失效 8,修正新闻标题页标题多了所在城市名 9,增加删除已经上传信息图片的功能 10,增加后台站务顶部链接导航修改显示文字的功能 11,增加主导
  3. 所属分类:Access

    • 发布日期:2011-03-04
    • 文件大小:6mb
    • 提供者:liquangw
  1. pascal语言编译器错误代码

  2. pascal语言编译器错误代码,十分详尽,而且经过分类,内容实用易懂,便于查询!
  3. 所属分类:专业指导

    • 发布日期:2011-05-02
    • 文件大小:4kb
    • 提供者:Jeneror
  1. 最新mymps4.0i分类信息4.0i商业安装版

  2. 【新增】 增加移动互联网手机访问模块 (重要) 【新增】 增加phpwind论坛整合的功能,业界独家整合,双向同步 (重要) 【新增】 增加QQ帐号整合登录的功能 (重要) 【新增】 会员后台增加个人会员自助升级到企业会员的通道 【新增】 增加分类信息介绍页可设置指定模板显示的功能 (重要) 【新增】 增加批量删除待审信息的功能 【新增】增加列表页信息间隔广告模块 【新增】文字内链功能 (重要) 【新增】 会员注册积分推广 (重要) 【新增】 增加商家会员自定义上传修改店铺banner背景图功
  3. 所属分类:PHP

    • 发布日期:2012-05-22
    • 文件大小:8mb
    • 提供者:liuqzu
  1. 正态分布模式下的贝叶斯分类

  2. 用MatLab编写的正态分布模式下的贝叶斯分类器。很多模式识别的课设就有相关题目。不仅有样本分类而且会在二维坐标系下画出,正确分类与错误分类的点都会有不同的标志。
  3. 所属分类:专业指导

    • 发布日期:2012-12-20
    • 文件大小:798byte
    • 提供者:pioneerdzw
  1. 贝叶斯最小错误分类器 matlab

  2. 贝叶斯最小错误分类器matlab code。 样品正态分布, 最大似然估计参数
  3. 所属分类:嵌入式

    • 发布日期:2013-02-18
    • 文件大小:2kb
    • 提供者:papaxiongzai
  1. 贝叶斯分类算法

  2. 贝叶斯最小错误分类算法matlab
  3. 所属分类:嵌入式

    • 发布日期:2013-03-07
    • 文件大小:2kb
    • 提供者:xiaopao1990
  1. c语言源程序常见错误分类及其改错

  2. c语言源程序常见错误分类及其改错.txt28生活是一位睿智的长者,生活是一位博学的老师,它常常春风化雨,润物无声地为我们指点迷津,给我们人生的启迪。不要吝惜自己的爱,敞开自己的胸怀,多多给予,你会发现,你也已经沐浴在了爱河里。 C语言源程序检查源程序中三类出错信息:致命错误、一般错误和警告。
  3. 所属分类:C/C++

    • 发布日期:2013-11-16
    • 文件大小:76kb
    • 提供者:u012853030
  1. 总结Node.js中的一些错误类型

  2. 前言 Node.js应用中可能会发生多种类型的错误。如:当出现语法错误或运行时错误时,会触发Javascr ipt错误;当试图试访问一个不存在或没有访问的文件时,会触发系统错误;除Javascr ipt错误和系统错误错误外,用户还可以自定义错误。 1. 错误分类 Node.js是一个Javascr ipt运行时平台,其应用发生错误都是一个Error实例或Error子类的实例。 在Node.js应用中,可能发生的错误有以下4类:      1、标准Javascr ipt错误,如:       
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:58kb
    • 提供者:weixin_38593823
  1. 将Logistic回归与分类的决策理论粗糙集相结合

  2. 摘要Logistic回归分析是解决分类问题的有效方法。但是,在实际决策程序中可能导致较高的错误分类率。决策理论粗糙集(DTRS)采用三向决策,以避免最直接的错误分类。我们将逻辑回归和DTRS集成在一起,以提供一种新的分类方法。一方面,DTRS用于通过贝叶斯决策程序系统地计算相应的阈值。另一方面,采用逻辑回归来计算三向决策的条件概率。企业失败预测和高中课程选择的预测的实证研究验证了所提出方法的合理性和有效性。
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:600kb
    • 提供者:weixin_38520437
  1. 使用集成余量的图像分类的类噪声去除和校正

  2. 贴错标签的训练数据是一个挑战,要建立一个健壮的分类器(无论是否集成),就必须面对。 这项工作通过利用四个不同的集合边距进行识别来解决标签错误的问题,然后消除或纠正贴错标签的训练数据。 我们的方法基于分类噪声排序,并依赖于余量值错误分类的数据。 我们的基于排序的类噪声去除和校正方法的有效性在执行图像分类中得到了证明。 对多数投票滤波器(一种基于参考系的类噪声滤波器)进行了比较分析。
  3. 所属分类:其它

    • 发布日期:2021-03-05
    • 文件大小:525kb
    • 提供者:weixin_38556822
  1. 基于ELM的基因表达分类具有错误分类的成本

  2. 基于ELM的基因表达分类具有错误分类的成本
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:752kb
    • 提供者:weixin_38599545
  1. FixerCache:在无监督的情况下缓存主动开发人员进行各种错误分类

  2. FixerCache:在无监督的情况下缓存主动开发人员进行各种错误分类
  3. 所属分类:其它

  1. IQA-CNN-Adversarial-Attacks:针对基于CNN的图像分类(数据集)的对抗性攻击的感知评估-源码

  2. IQA-CNN-Adversarial-攻击 基于CNN的图像分类的对抗性攻击的感知评估(数据集) 介绍 深度神经网络(DNN)最近获得了最先进的性能,并在许多机器学习任务中取得了重大进展。 但是,最近的研究表明,DNN容易受到对抗性攻击。 例如,在图像分类域中,向输入图像添加较小的不可察觉的扰动足以愚弄DNN并导致错误分类。 被扰动的图像(称为对抗示例)在视觉上应尽可能接近原始图像。 但是,文献中提出的所有用于生成对抗性示例的工作都使用Lp范数(L0,L2和Linf)作为距离度量来量化原始图像
  3. 所属分类:其它

  1. 膝上犯罪分类分析:《洛杉矶时报》对LAPD错误分类的严重袭击的分析-源码

  2. 膝上犯罪分类分析:《洛杉矶时报》对LAPD错误分类的严重袭击的分析
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:11kb
    • 提供者:weixin_42106765
« 12 3 4 5 6 7 8 9 10 ... 50 »