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. java时间格式大全(算法源码)

  2. java时间格式大全(算法源码) java,date,时间,时间格式,算法源码 * * @return */ public static String getTimeShort() { SimpleDateFormat formatter = new SimpleDateFormat("HH:mm:ss"); Date currentTime = new Date(); String dateString = formatter.format(currentTime); return date

  3. 所属分类：C

    • 发布日期：2010-02-02
    • 文件大小：4kb
    • 提供者：hexiang221

  1. Eallies OA: 综合应用WPF/WCF/WF/LINQ实现企业级软件-Dev-wow源码

  2. Eallies OA 使用说明 1、本程序在Windows 2003、SQL Server 2005、Visual Studio 2008环境下测试通过。 2、请将项目解压缩至某一目录下，如D:\Eallies下。 3、请附加数据库。 A) 请更改Eallies.OA\Database目录下的Attach.sql文件，将数据库文件的路径更改正确。 B) 请更改Eallies.OA\Database目录下的Attach.bat文件，将SQL Server的登录信息更改正确。 C) 请运行Eall

  3. 所属分类：C#

    • 发布日期：2011-09-10
    • 文件大小：4mb
    • 提供者：cfy_wargod

  1. Oracle9i的init.ora参数中文说明

  2. Oracle9i初始化参数中文说明 Blank_trimming: 说明: 如果值为TRUE, 即使源长度比目标长度 (SQL92 兼容) 更长, 也允许分配数据。 值范围: TRUE | FALSE 默认值: FALSE serializable: 说明: 确定查询是否获取表级的读取锁, 以防止在包含该查询的事务处理被提交之前更新任何对象读取。这种操作模式提供可重复的读取, 并确保在同一事务处理种对相同数据的两次查询看到的是相同的值。 值范围: TRUE | FALSE 默认值: FALSE

  3. 所属分类：Oracle

    • 发布日期：2008-11-07
    • 文件大小：57kb
    • 提供者：qujianwei

  1. rocketmq-plus-spring-boot-starter:因为apache rocketmq已经提供了官方版本的启动程序，通过二进制阅读，确定可以满足部分业务需求，因此该改成将会调整为spring-boot-starter-roc

  2. rocketmq加上spring-boot-starter Rocketmq的Spring Boot Starter ###基于Rocketmq客户端实现的消息订阅，发布封装。 1，消息发布 a，配置简单，少量配置即可实现消息发布 2，消息订阅 a，配置简单，少量配置即可实现基础的消费订阅 b，组件实现了基于责任链的消息消费实现；可实现对不同主题，标签，键的消息对象进行专职处理；就如过滤器，该组件实现的处理程序采用了同样的原理； / Topic-DC-Output / TagA-Outp

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：121kb
    • 提供者：weixin_42109125

  1. GraphGym:设计和评估图神经网络（GNN）的平台-源码

  2. 图形健身房 GraphGym是用于设计和评估图神经网络（GNN）的平台。 强调 1.高度模块化的GNN管道 数据：数据加载，数据拆分 模型：模块化GNN实施 任务：节点/边/图级GNN任务 评估：精度，ROC AUC，... 2.可重复的实验配置 每个实验均由配置文件完整描述 3.可扩展的实验管理 轻松并行启动数千个GNN实验 自动生成随机种子和实验中的实验分析和图形。 4.灵活的用户定制 轻松地在注册您自己的模块，例如数据加载器，GNN层，损失函数等。 为什么选择GraphGym？ TL

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：16mb
    • 提供者：weixin_42169674

  1. NLP-Radiological-Reports:生成特征并预测病理结果-源码

  2. NLP-放射学报告 生成特征并预测病理结果。 （1）使用“ Generate features.py”生成特征； （2）使用“ Predict_train.py”预测病理结果。 模型 这项研究的计划。 BiLSTM，双向长期短期记忆； CNN，卷积神经网络； ANN，人工神经网络。 数据 Radiological_reports.csv显示了一些有关我们数据的示例。 token_vec_100.txt显示了Word2Vec的一些示例。 放射学报告中句子的长度和频率 生成特征的损失和准确性 R

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：390kb
    • 提供者：weixin_42124497

  1. rocky:具有REPL，调试和OOP的Rockstar Java实现-源码

  2. Rocky-Rockstar Java解释器 Rocky是100％与兼容的RockStar解释器，用Java编写。 玩得开心，玩吧！ 如果您有任何问题，要求，希望或麻烦，请为其开票，我们将帮助您解决。 Rocky支持2021.03.15之前宣布的所有Rockstar语言功能，包括Rockstar 2.0的附加功能（数组）。 如果您错过任何功能，请为此打开一个问题。 功能包括： 迄今为止，完全兼容Rockstar实施（所有测试都可以，但报告的错误除外） 高级调试器模式（进入/上一步/返回/

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：957kb
    • 提供者：weixin_42131352

  1. AV-JOB-A-THON：2级解决方案-源码

  2. AV作业 健康保险线索预测 您的客户FinMan是一家金融服务公司，向其客户提供各种金融服务，例如贷款，投资基金，保险等。 Finman希望将健康保险交叉销售给可能会或可能不会持有公司保单的现有客户。 一旦这些客户登陆网站，该公司就会根据其个人资料向其客户推荐健康保险。 客户可以浏览推荐的健康保险政策，并因此填写一份申请表。 当这些客户填写表格时，他们对政策的回应被认为是积极的，并且被分类为潜在客户。 一旦获取了这些潜在客户，销售顾问就会联系他们进行转换，因此公司可以更有效的方式向这些潜在客户

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：109kb
    • 提供者：weixin_42120541

  1. ml-roc-源码

  2. 接收器工作特性 接收器工作特性曲线或ROC曲线是一个图形图，它说明了二元分类器系统的鉴别阈值变化时的诊断能力。 安装 $ npm i ml-roc 用法 import { roc , auc , getLabelsData } from 'ml-roc' ; const target = [ 'class1' , 'class1' , 'class1' , 'class2' , 'class2' , 'class2' ] ; const classes = getLabelsData ( t

  3. 所属分类：其它

  1. 图像分类：这是对图像进行分类的深度学习模型-源码

  2. 此仓库具有我的图像分类模型开发的历史。 模型代码开始于从Kaggle下载胸部X射线数据集。 然后要预处理数据集，请删除损坏的图像。 基本模型由4组卷积和maxpooling层组成，然后是平坦层和2个致密层。 模型版本2与基本模型相似，但是增加了增强功能。 为了比较这些模型，针对时期绘制了精度曲线和损耗曲线。 另外，输入一组测试图像以测试训练后的模型，并绘制混淆矩阵和ROC曲线。

  3. 所属分类：其它

  1. ROC-2-源码

  2. HTML样板 入门 以下说明将帮助您在本地计算机上启动并运行项目的副本以进行开发。 先决条件 在系统上全局安装gulp npm install gulp -g 克隆 从github仓库克隆项目 正在安装 然后安装package.json中包含的软件包 $ npm install 建立 用于在Assets文件夹中生成CSS / JS文件的构建 $ npm run build 运行项目-在浏览器上实时运行 进行实时开发并在浏览器中运行项目 $ npm run start 建于

  3. 所属分类：其它

  1. multiROC：在多类分类中计算和可视化ROC和PR曲线-源码

  2. 多ROC 跨多类分类计算和可视化ROC和PR曲线 接收器工作特性（ROC）和精度召回率（PR）是在各个领域比较二进制分类器的一种广泛使用的方法。 然而，许多现实世界中的问题被设计为多个类别（例如，癌症的肿瘤，淋巴结和转移分期系统），这需要一种评估策略来评估多类别分类器。 该软件包旨在通过使用置信区间计算多类ROC-AUC和PR-AUC并生成多类ROC曲线和PR曲线的发布质量图来填补空白。 可通过访问用户友好的网站。 1引文 一旦发表，请引用我们的论文：（已提交）。 2安装 从GitHub安

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：253kb
    • 提供者：weixin_42168830

  1. 学习：数据是石油的未来，挖掘数据的潜在价值非常有意义。 这个图书馆记录了我的机器学习之路-源码

  2. 深度学习演示 奇妙清单 1. 2.（感谢北京大学张志华团队的翻译工作，中文版点击） 一，记录深度学习例子： 名称 目录 咖啡 TensorFlow 茶野 凯拉斯 二，记录历程点滴： 掌握机器学习相关的概念和计算公式，包括有/无/半监督学习，强化学习，分类/回归/标注，聚类；训练集/验证集，交叉验证，测试集；数据预处理，正则化，归一化；损失函数，经验风险最小化，结构风险最小化，最优化算法；训练误差，泛化误差，欠拟合，过拟合；准确率，召回率，F1值，ROC和AUC； 掌握机器学习主流的模型及其

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：53mb
    • 提供者：weixin_42131633

  1. roc-ios-源码

  2. RChat-领域平台演示 作者：Max Alexander， 和David Spector， 总览 RChat是通用聊天客户端，可以用作独立的聊天系统（即本身的应用程序），也可以用作嵌入式聊天视图，可以快速，轻松地将其添加到任何现有应用程序中以提供脱机功能首次聊天功能。 资料模型 先决条件 Xcode 8.33或更高版本 Realm Object Server 2.0.11或更高版本 椰子足 Nodejs v8.6或更高版本 节点程序包管理器（npm） RChat iOS应用程序使用设置项目

  3. 所属分类：其它

  1. menrva：Python机器学习平台-源码

  2. 月经 用于监督机器学习的Python平台 三层平台 纠缠：合并，重塑，提取特征**当前不可用 建模：预处理，培训和评估）**正在开发中 服务：分层服务和管理模型**服务可用 1-数据整理 易于合并，重塑和自动特征工程。 2-建模 支持回归和分类。 执行一键编码，标签编码和空值插补。 然后逐步将模型从简单训练到复杂，并并行执行超参数调整和模型选择。 最后报告模型质量统计信息，诊断报告（ROC曲线，列联矩阵等）并序列化最佳模型。 3-模型管理 将新模型持久化到磁盘，然后使用Redis从内存中提供模型

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：44kb
    • 提供者：weixin_42121086

  1. algotrading:用于学习算法交易的代码回购-源码

  2. 算法交易学习库 此仓库提供了代码和教程供初学者学习算法交易。 目录 关于此回购 此回购协议是香港大学（HKU）计算机科学系的“最后一年项目（FYP）”的一部分。 如何使用 :warning: 工作正在进行中 所有代码都可以在/code目录中找到，并且可以通过访问该文档。 （请注意， /database目录仅包含示例文件。实际的数据库存储在HKU的计算机科学系服务器中。） 代码概述 1.技术分析 以下指标已在Python中实现： 趋势 移动平均交叉 移动平均收敛散度（MACD） 抛物线停止和

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：33mb
    • 提供者：weixin_42139042