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. 自考-南大计算机应用-概率论与数理统计

  2. 自考-南大计算机应用-离散数学资料。书后面习题答案，数学就做题。建议先看视频，再看课件，然后看复习题，最后刷真题

  3. 所属分类：其它

    • 发布日期：2020-11-20
    • 文件大小：1048576
    • 提供者：sinat_40438972

  1. 【数据库作业14】第五章： 数据库完整性 习题 + 存储过程

  2. 黑笔是我写的，红笔是我在网上找的答案。我俩参考表设置的不一样,我设置反了！ 他这个语句好像也不是标准SQL，应该是MYSQL还是Oracle吧。希望老师解答~ （1）统计离散数学成绩分布 CREATE TABLE SCC( Grades CHAR(5), Num INT ) --存人数 INSERT INTO SCC(Grades,Num) VALUES('>90',0); INSERT INTO SCC(Grades,Num) VALUES(

  3. 所属分类：其它

    • 发布日期：2020-12-14
    • 文件大小：500736
    • 提供者：weixin_38744557

  1. 嵌入式系统/ARM技术中的基于ATM的ADSL网关的研究与实现 (图)

  2. 引言 　　随着互联网上的内容越来越丰富多彩，人们对传输带宽的需求也逐渐增大，传统Modem的56K带宽日益显得不堪重负。如何充分有效利用现有的电话线资源来获得足够的带宽呢？ ADSL(不对称数字用户环路)是一个很好的答案。ADSL技术利用电话线上高于话音频带的带宽（4K～1.1MHz），采用离散多音频调制技术来调制高速数字信号（传统的Modem是用话音频带来调制数字信号）,下行速率可达8Mbit/s，上行可达1.5Mbit/s。随着超大规模集成电路（VLSI）和数字信号处理（DSP）技术的不断

  3. 所属分类：其它

    • 发布日期：2020-12-13
    • 文件大小：110592
    • 提供者：weixin_38750406

  1. 机器学习之KNN（k近邻）算法详解

  2. 一、基本分类：①监督学习（Supervisedlearning）数据集中的每个样本有相应的“正确答案”，根据这些样本做出预测，分有两类：回归问题和分类问题。步骤1：数据集的创建和分类步骤2：训练步骤3：验证步骤4：使用（1）回归问题举例例如：预测房价，根据样本集拟合出一条连续曲线。（2）分类问题举例例如：根据肿瘤特征判断良性还是恶性，得到的是结果是“良性”或者“恶性”，是离散的。监督学习：从给定的训练数据集中学习出一个函数（模型参数），当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：838656
    • 提供者：weixin_38652636

  1. 决策树启发式和修剪：构建和训练决策树。 修剪正则化-源码

  2. 决策树启发式和修剪 我们可以将决策树定义为计算树，其中每个节点都包含一个关于属性的问题，节点的每个分支都包含对该问题的答案。 哪个问题/属性应该放在每个节点中，由决策树学习算法确定。 如Mitchel中所述，为学习决策树而开发的大多数算法都是核心算法的变体，该核心算法在可能的决策树的空间中采用了自上而下的贪婪搜索。 决策树什么时候合适？ 对于监督学习：该算法需要标记数据可用 分类：目标具有离散值 当我们有嘈杂的数据时：训练数据可能包含错误 算法： ID3 (Examples, Target_

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：50176
    • 提供者：weixin_42139357

  1. 分形资源管理器-源码

  2. 分形资源管理器 关于这个项目 该程序是Riverside City College离散结构的最终项目。 该应用程序的目的是演示对递归序列和序列以及集合的理解。 该项目使用了Benoit Mandelbrot发现的递归函数， ，并在复杂平面中渲染值。 染色 根据定义，值可以在集合中，也可以不在集合中。 这就引出了一个问题，为什么分形浏览器包含多种颜色而不仅仅是两种颜色？ 答案来自“接近”设置的着色值，其亮度范围从完全亮度（白色）到黑色（无黑暗）。 由于颜色是使用HSV颜色模型渲染的，因此可以选择任

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：3145728
    • 提供者：weixin_42100032

  1. 课程1：计算机科学中的数学思考-源码

  2. 计算机科学课程中的数学思维 本课程将涵盖离散数学中最重要的工具： 就职; 递归 逻辑; 不变量 最优性。 这些工具将用于回答典型的编程问题，例如： 我们如何确定存在解决方案？ 我确定我的程序可以计算出最佳答案吗？ 这些对象是否都满足给定的要求？ 本课程由加利福尼亚大学圣地亚哥分校和HSE大学从Coursera平台提供

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：37748736
    • 提供者：weixin_42113794

  1. 神经符号机器：神经符号机器是一个框架，用于通过强化学习来集成神经网络和符号表示，并将其应用于程序合成和语义解析中-源码

  2. 介绍 神经符号机（NSM） 神经符号机器是使用强化学习来集成神经网络和符号表示的框架。 应用领域 该框架可用于从弱监督（例如，问题-答案对）中学习语义解析和程序综合，比全面监督（例如，问题-程序对）更易于收集并且更灵活。 应用程序包括虚拟助手，数据库的自然语言接口，人机交互等。它已被用来以及。 内存增强策略优化（MAPO） 我们使用来训练NSM。 这是一种新的策略优化方法，它使用有前途的轨迹的内存缓冲区来加速和稳定策略梯度训练。 它非常适合具有离散操作的确定性环境，例如结构化预测，组合优化，

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：31457280
    • 提供者：weixin_42154650

  1. 一些常见 ADC 架构的设计要求及应用实现方法

  2. 我们处在一个由数字计算机控制的模拟世界里。因此，物联网 (IoT) 设备的设计人员需要将模拟值高效地转换为采样数字表示。答案看似简单，使用一个前置的模数转换器 (ADC) 便能解决问题，然后 ADC 并非千篇一律。因此，设计人员需要了解各种拓扑，以及它们与应用的对应关系。 例如，ADC 可能设计用来优化采样率、功耗和等不同特征。本文将会讨论一些常见 ADC 架构的设计要求，然后介绍采用这些架构的应用，并展示其实现方法。 ADC 的作用 ADC 是一种常用的电子集成电路或模块化器件，用于将模

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：144384
    • 提供者：weixin_38677234
« 1 2 ... 37 38 39 40 41 42»