您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 北大青鸟Oracle教程集1

  2. 北大青鸟Oracle教程集第一章 Oracle 入门 Version 3.0 目标 理解与 Oracle 相关的 RDBMS结构 结构 掌握Oracle 数据类型 掌握 掌握数据定义语言 掌握数据操纵语言 掌握事务处理和数据控制命令 Oracle 简介 对象关系数据库管理系统 (ORDBMS) 提供了关系数据库系统和面向对象数据库 系统这二者的功能 基于客户机 服务器技术 基于客户机/服务器技术 – 客户机 - 用户和数据库之间的接口 – 服务器 - 存储和管理数据 使用 Internet 文
  3. 所属分类:Oracle

    • 发布日期:2008-01-10
    • 文件大小:284kb
    • 提供者:xsb186
  1. 北大青鸟Oracle教程集2

  2. 北大青鸟Oracle教程集第一章 Oracle 入门 Version 3.0 目标 理解与 Oracle 相关的 RDBMS结构 结构 掌握Oracle 数据类型 掌握 掌握数据定义语言 掌握数据操纵语言 掌握事务处理和数据控制命令 Oracle 简介 对象关系数据库管理系统 (ORDBMS) 提供了关系数据库系统和面向对象数据库 系统这二者的功能 基于客户机 服务器技术 基于客户机/服务器技术 – 客户机 - 用户和数据库之间的接口 – 服务器 - 存储和管理数据 使用 Internet 文
  3. 所属分类:Oracle

    • 发布日期:2008-01-10
    • 文件大小:230kb
    • 提供者:xsb186
  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘?为什么它是重要的?.............................................................
  3. 所属分类:Web开发

    • 发布日期:2010-09-06
    • 文件大小:1mb
    • 提供者:huanghyw
  1. 基于量子遗传算法的XML聚类集成

  2. 为了改善单一聚类算法的聚类性能,提出一种基于量子遗传算法的XML文档聚类集成解决方法。该方法先利用kNN分类划分k个差异性的聚类成员;其次根据聚类成员的关系获得的内联相似度矩阵,并通过多次分割、向下、向上、双向收缩的QR算法分解特征值对应的特征向量来实现矩阵的维数缩减;然后在映射空间上,用初始聚类中心构造量子遗传算法的初始种群,用量子遗传算法来寻找样本集的最优聚类组合,把每一个样本判别到最优的聚类类别中,从而完成聚类集成。为了验证本文提出的算法,实验结果显示,该聚类集成算法比单聚类算法具有更好
  3. 所属分类:其它

    • 发布日期:2011-12-26
    • 文件大小:324kb
    • 提供者:hunanjjyy
  1. 数据挖掘K临近算法

  2. 数据仓库与数据挖掘课程作业K临近算法。很简单的代码容易修改。
  3. 所属分类:C/C++

    • 发布日期:2014-07-06
    • 文件大小:5kb
    • 提供者:oathupdate
  1. k邻近算法在matlab中的实现

  2. k邻近算法代码。
  3. 所属分类:专业指导

    • 发布日期:2015-07-13
    • 文件大小:131kb
    • 提供者:lilidango
  1. k-临近算法

  2. k临近算法
  3. 所属分类:Python

  1. KNN算法总结

  2. 机器学习之K临近算法——KNN算法总结 指导思想:“近朱者赤近墨者黑”,由你的邻居来决定你的分类。采用测量不同特征值之间的距离来进行分类。
  3. 所属分类:专业指导

    • 发布日期:2017-11-22
    • 文件大小:17kb
    • 提供者:qiansu8671
  1. Irises.zip

  2. 里面包含完整的可运行代码,通过k临近算法构建模型,并测试其精度。里面包含完整的可运行代码,通过k临近算法构建模型,并测试其精度里面包含完整的可运行代码,通过k临近算法构建模型,并测试其精度
  3. 所属分类:互联网

    • 发布日期:2020-05-03
    • 文件大小:524byte
    • 提供者:zhu_rui
  1. 煤矿井下WSN多重覆盖分簇-休眠调度算法

  2. 针对LEACH分簇算法中传感器节点都处于活跃状态,而在休眠调度算法中又没有对网络进行分簇来均衡网络能耗,使网络的生存周期未达到最佳状态这一问题;根据煤矿井下巷道的空间特性,提出了一种基于k重矩形覆盖的无线传感器网络分簇-休眠调度混合算法。该算法首先将部署的节点分成2重,对第1重覆盖的节点进行分簇,并且休眠第2重节点,当部署的第1重节点中的某个节点"死亡"时,唤醒第2重节点中与其临近的节点。实验结果表明,该混合算法有效延长了网络的生存周期。
  3. 所属分类:其它

    • 发布日期:2020-06-04
    • 文件大小:392kb
    • 提供者:weixin_38534344
  1. Python找出最小的K个数实例代码

  2. 题目描述 输入n个整数,找出其中最小的K个数。例如输入4,5,1,6,2,7,3,8这8个数字,则最小的4个数字是1,2,3,4,。 这个题目完成的思路有很多,很多排序算法都可以完成既定操作,关键是复杂度性的考虑。以下几种思路当是笔者抛砖引玉,如果读者有兴趣可以自己再使用其他方法一一尝试。 思路1:利用冒泡法 临近的数字两两进行比较,按照从小到大的顺序进行交换,如果前面的值比后面的大,则交换顺序。这样一趟过去后,最小的数字被交换到了第一位;然后是次小的交换到了第二位,。。。,依次直到第k个数,停
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:62kb
    • 提供者:weixin_38558659
  1. python实现kNN算法

  2. kNN(k-nearest neighbor)是一种基本的分类与回归的算法。这里我们先只讨论分类中的kNN算法。 k邻近算法的输入为实例的特征向量,对对应于特征空间中的点;输出为实例的类别,可以取多类,k近邻法是建设给定一个训练数据集,其中的实例类别已定,分类时,对于新的实例,根据其k个最邻近的训练实例的类别,通过多数表决等方式进行预测。所以可以说,k近邻法不具有显示的学习过程。k临近算法实际上是利用训练数据集对特征向量空间进行划分,并作为其分类的“模型” k值的选择,距离的度量和分类决策规
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:96kb
    • 提供者:weixin_38746951
  1. 机器学习笔记2_机器学习的分类

  2. 机器学习分类 按机器学习本身分类,而可分为: 监督学习 非监督学习 半监督学习 加强学习 监督学习 给机器的训练数据拥有“标记”或者说是“答案”。 主要是回归和分类问题,本课程以下算法为监督学习: K临近 线性回归和多项式回归 逻辑回归 SVM 决策数和随机森林 非监督学习 对没有标记的数据进行分类–聚类分析 可以对数据进行降维处理和异常监测(作用)。 半监督学习 一部分数据有标记,一部分数据没有标记 通常都会先使用无监督学习手段对数据做处理,之后使用监督学习的手段做模型的处理和预测。 增强学习
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:37kb
    • 提供者:weixin_38714637
  1. 用自适应蚁群算法的生理信号情感状态识别

  2. 针对生理信号的情感识别问题,将蚁群优化算法用于情感生理信号特征选择,并采用自适应的适应度参数值、变异策略和临近位置交换策略对算法进行改进,使用K近邻法进行情感分类,以获得较高的识别率和有效特征组合.通过四种生理信号(EMG、SC、ECG、RSP)来识别四种情感(joy、anger、sadness、pleasure),实验仿真结果表明,将蚁群优化算法引入情感识别的研究是可行的.
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:161kb
    • 提供者:weixin_38747818
  1. 无附加信息的地面激光点云自动拼接方法

  2. 提出了一种基于几何信息的点云自动拼接方法,该方法可以在没有强度、影像等附加信息的情况下实现点云测站间的自动拼接。通过特征距离直方图提取待拼接站的特征点,然后在参考站的特征空间中进行K 临近查找得到特征点的初始匹配集合。提出相对高度和法向量的相似性度量,结合均方根距离剔除误匹配,计算得到初始转换参数,使用香农熵筛选复杂性较低的点参与迭代最临近点(ICP)精拼接。真实点云数据的实验证明,该方法可以剔除初始匹配集合中的误匹配,得到较好的初始转换参数,并提高ICP算法的效率和精度。
  3. 所属分类:其它

  1. OpenCV 颜色追踪的示例代码

  2. FPS 每秒帧数 背景消除建模 BSM Background SUbtraction BS算法 图像分割(GMM-高斯混合模型) 机器学习(KNN-K临近) #include #include #include #include #include #include #include using namespace st
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:45kb
    • 提供者:weixin_38545768
  1. OpenCV 颜色追踪的示例代码

  2. FPS 每秒帧数 背景消除建模 BSM Background SUbtraction BS算法 图像分割(GMM-高斯混合模型) 机器学习(KNN-K临近) #include #include #include #include #include #include #include using namespace st
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:45kb
    • 提供者:weixin_38548421