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. 集合工具类

  2. 该集合工具类简洁的帮你完成 集合分组、求并集、交集、差集、排序、判空、去重、排重、判重

  3. 所属分类：Java

    • 发布日期：2017-10-11
    • 文件大小：6144
    • 提供者：u012250875

  1. java中集合容器的详细介绍

  2. 在常见用法中，集合（collection）和数学上直观的集（set）的概念是相同的。集是一个唯一项组，也就是说组中没有重复项。实际上，“集合框架”包含了一个 Set 接口和许多具体的 Set 类。但正式的集概念却比 Java 技术提前了一个世纪，那时英国数学家 George Boole 按逻辑正式的定义了集的概念。大部分人在小学时通过我们熟悉的维恩图引入的“集的交”和“集的并”学到过一些集的理论。

  3. 所属分类：Java

    • 发布日期：2009-03-07
    • 文件大小：121856
    • 提供者：ewgfh

  1. 基于图约束和预聚类的主动学习算法在威胁情景感知中的研究

  2. 针对现有的威胁感知算法对样本标注代价较大，并且在训练分类器时只使用已标注的威胁样本，提出了一种基于图约束和预聚类的主动学习算法。该算法旨在通过降低标注威胁样本的代价，并且充分利用未标注的威胁样本对训练分类器的辅助作用，训练出更好的分类器以有效地感知威胁情景。该算法用已标注的威胁样本集合训练分类器，从未标注的威胁样本集中挑选出最有价值的威胁样本，并对其进行标注，再将标注后的威胁样本加入已标注的样本集中，同时删去原来未标注样本集中的此样本，最后用新的已标注的威胁样本集重新训练分类器，直到满足循环条

  3. 所属分类：其它

    • 发布日期：2019-07-22
    • 文件大小：1048576
    • 提供者：weixin_39840924

  1. 概念的渐进式认知理论与方法-计算机学报.pdf

  2. 摘要概念是知识表示的基本认知单元,它由外延和内涵两部分构成由于概念的外延与内涵可以相互诱导,所概念的外延和内涵中一旦有一个被确定下来,那么这个概念也就随之确定,概念认知是将属于这一概念的特征鳳性筛选出来,同时把不于这一概念的特征婳性排除,即通过确定内涵的方式获得櫶念,它采用特定的认知方法米完成概念的识别当前,概念认知正逐渐借鉴认知科学领域中的一些研究思想,不断地完善自身理论与方法.然而,现有的概念认知方法要求假定概念认知算子具有完全认知功能,但现实中由于个体认知的局限性往往会出现认知不完全的现象

  3. 所属分类：spark

    • 发布日期：2019-10-20
    • 文件大小：1048576
    • 提供者：weixin_45717907

  1. 使用超声波的智能手机手势识别.pdf

  2. 利用超声波技术，在智能手机上实现手势识别功能。非常实用的一篇论文徐曾春,吴凯娇,胡平:使用超声波的智能手机手势识别 ()挥手向前 ()挥手向后 ()挥手向左 ()挥手向右 图不同的手势时频图 特征均为先靠近发射源,然后远离发射源,但是细节方 面咯有不同。 实现细节 系统流程 获得反射的超声波数据集 图为系统流程图。首先,通过话筒获取 最初,系统先获得手势运动的时间序列片段,此时 段时间序列,经过快速傅里叶()变换将此序列从时片段已经经过处理,结果如图所示。出于本实验 域信号转换为频域信号。接着搜

  3. 所属分类：Android

    • 发布日期：2019-10-15
    • 文件大小：946176
    • 提供者：xiaokala_2011

  1. 基于Walsh-Hadamard投影的快速Nonlocal-Means图像去噪.pdf

  2. NLM改进论文，可供算法工程师参考，Walsh-Hadamard投影。382 宇航学报 第32卷 NL- means模型利用观测图像中其它像素点的窗口内,将算法的计算复杂度降为o(m2·n2t2) 加权和来表示当前点图像像素值的估计,即2-1 即便如此, NL-means去噪算法的计算量还是比较 X()=NL()=∑o(i,Y()(2)大,特别是比较窗口和搜索窗口的尺寸较大时,算法 权值o(i,j代表了像素点i和j的相关性, Buade速度较慢。 提出使用以像素点和j为中心的图像块的欧式距 由式

  3. 所属分类：图像处理

    • 发布日期：2019-07-02
    • 文件大小：900096
    • 提供者：irwin0112

  1. \"Tag-TextRank：一种基于Tag的网页关键词抽取方法\"分享总结

  2. NULL 博文链接：https://snv.iteye.com/blog/1886969在 Wikipedia中的实体,并且算法的复杂度很高。另外,国内一些学者lm2也开展了关键 词提取的研究。实际上,从上面的工作,我们可以得到这样的基本结论:基本的R特征可 以找到部分关键词,而加入用户信息或者领域知识可以进一步提高关键词抽取效果。 本文利用Tag信息来提高关键词的抽取效果。近年来,Tag数据作为·种新的资源, 其挖掘和利用已经成为信息检索、社区发现等领域的研究热点。从数据质量上讲,Iag数 据

  3. 所属分类：其它

    • 发布日期：2019-04-20
    • 文件大小：1046528
    • 提供者：weixin_38669628

  1. 商品用户行为数据处理中的数学问题（3）

  2. 随着网络时代不断的发展，网购已成为人民大众主要购物方式，基于大数据预测用户网购行为成为了重要的问题，本文通过所给 20000 用户数据对其商品行为进行预测并给出评价指标。以ut-8格式编码;包含 user id和 item id两列(均为 string类型),要求去除重复。例 如 user id I item id 100000 2345 100000 2478 100001 127900 100002 207245 评估指标 釆用经典的精确度( precision)、召回率( recall〕和

  3. 所属分类：其它

    • 发布日期：2019-03-15
    • 文件大小：1048576
    • 提供者：zrg_hzr_1

  1. 关于双拓扑空间中新的连续性的分解

  2. 在许多论文中，已经在拓扑空间中研究了新的类集，然后任意两个拓扑空间之间的连续性概念（如果在X中打开每个Y的开放集的逆像，则从X到Y的函数是连续的）通过这种新的类别学习。 在这里，作者还介绍了在位空间中称为pj-b-preopen，pj-bB集，pj-bt集，pj-b-半开放集和pj-sb广义封闭集的新类集[1]。集合定义了两个拓扑，然后他们通过这个集合研究连续性的概念，并介绍了一些理论，研究在位空间中通过这个集合分解连续性的问题。

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：274432
    • 提供者：weixin_38735782

  1. K-均值聚类算法研究

  2. 【摘要】 目前,对于聚类问题的研究普遍存在于社会生活中的各个领域,如模式识别、图像处理、机器学习和统计学等。关于对生活中各种各样的数据的聚类分类问题已经成为众多学者的研究热题之一。聚类和分类的区别在于,聚类没有任何先验知识可循,要通过数据自身的特点,将数据自动的划分到不同的类别中。聚类的基本形式定义为“在已给的数据集合中寻找数据点集的同类集合。每一个集合叫做一个类,并确定了一个区域,在区域中对象的密度高于其他区域中的密度。”聚类方法有很多种,其中最简单的形式便是划分式聚类,划分式聚类试图将给定的

  3. 所属分类：互联网

    • 发布日期：2020-07-04
    • 文件大小：3145728
    • 提供者：songzailu6482

  1. 并查集复习及其重要例题.pptx

  2. 如果给出各个元素之间的联系，要求将这些元素分成几个集合，每个集合中的元素直接或间接有联系。在这类问题中主要涉及的是对集合的合并和查找，因此将这种集合称为并查集

  3. 所属分类：C/C++

    • 发布日期：2020-08-12
    • 文件大小：1048576
    • 提供者：cqbz_lanziming

  1. 并查集重要知识点及例题.pptx

  2. 如果给出各个元素之间的联系，要求将这些元素分成几个集合，每个集合中的元素直接或间接有联系。在这类问题中主要涉及的是对集合的合并和查找，因此将这种集合称为并查集

  3. 所属分类：C/C++

    • 发布日期：2020-08-12
    • 文件大小：2097152
    • 提供者：cqbz_lanziming

  1. python 并查集代码

  2. class UnionFind(object): 并查集类 def __init__(self, n): 长度为n的并查集 self.uf = [-1 for i in range(n + 1)] # 列表0位置空出 self.sets_count = n # 判断并查集里集合的数量 def find(self, p): 查找p的根结点(祖先) r = p while sel

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：62464
    • 提供者：weixin_38703277

  1. readLodash:Lodash是现代JavaScript工具库，readLodash是学习Lodash二进制代码原始代码进行解析的记录-源码

  2. Lodash原始解析记录 最近工作之余学习了的源码，准备写成一个专题和大家一起分享分享，若有错误的地方，可以给我问题，大家一起学习，希望对你有帮助 项目目录说明 lodash：源码主分支 MD：代码解析后闲谈或思考的文章集，以下是具体的代码解析 .internal：.internal模块 数组：数组模块 集合：集合模块 Date：日期模块 功能：函数模块 Lang：数据类型模块 Math：数学表达式模块 编号：编号模块 对象：对象模块 字符串：字符串模块 实用工具：工具类模块 代码解析目录 大批

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：29696
    • 提供者：weixin_42166918

  1. 决策粗糙集的一种新分类区域及相关比较分析

  2. 分类区域是粗糙集理论进行属性约简的重要基础, 量化扩张分类区域则是一个科研重点. 本文主要针对决策粗糙集, 在二分类层面提出一种新的分类区域, 并进行与两类常用分类区域的比较分析. 首先, 采用集合区域自然地提出了二分类决策粗糙集的新分类区域; 其次, 对两类常用决策粗糙集分类区域进行了退化研究; 进而, 对三种分类区域进行了比较分析, 得到了新分类区域的优势; 最后, 用具体实例进行了详细说明. 特别地, 对比于变精度粗糙集与贝叶斯粗糙集, 本文还分析了三种决策粗糙集分类区域扩大分类正域的机理

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：1039360
    • 提供者：weixin_38519234

  1. 3D形状分割的投影分析

  2. 我们介绍了用于3D形状的语义分割和标记的投影分析。该分析将输入的3D形状视为2D投影的集合，通过从现有的已标记图像中转移知识来标记每个投影，然后反向投影并将标记融合在3D形状上。图像空间分析包括基于新颖的双类Hausdorff距离匹配3D对象的投影二进制图像。通过考虑2D图形中的内部Kong，该距离是拓扑感知的，并且该距离应用于分段线性扭曲的对象投影以补偿零件缩放和视图差异。投影分析通过在较低维度的空间中进行工作来简化处理任务，规避了具有完整且建模良好的3D形状的要求，并通过利用大量可用的图像数

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：1048576
    • 提供者：weixin_38606202

  1. opentraveldata:收集与（至少）旅行，运输，旅游有关的开放数据-源码

  2. 概述 开放旅行数据（OPTD）提供了与运输，旅行和休闲相关的数据的集合。 该项目充分利用了诸如和类的现有数据源，并在这些数据源周围添加了一些粘合（例如链接）。 OPTD团队会尽可能仔细地维护所有数据集并保持最新状态，我们很高兴欢迎您的光临！ 平面/数据文件与用（^）分隔的列一起使用，因此应易于与您选择的工具一起使用。 目录结构 由OPTD直接管理和维护的所有数据集都位于。 目录包含每个收集的数据源的子目录。 例如， 包含来自UN / LOCODE的数据快照。 有关更多详细信息，请参见该目录

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：71303168
    • 提供者：weixin_42097914

  1. phext-core：这是PHEXT PHP库集合的核心软件包。 它包括用于字符串，数组，日期和数字的通用实用程序方法，每个方法均作为分组类存在，并且这些方法可静态访问-源码

  2. PHEXT核心功能和扩展库 这是PHEXT用于PHP的库集的核心软件包。 它包括用于字符串，数组，日期和数字的通用实用程序方法，它们各自作为分组类存在，并且这些方法可静态访问。 它还包含一小组独立的函数，这些函数跨全局命名空间导入。 其他大多数PHEXT模块都依赖于核心库。 一些字符串方法需要mbstring和iconv才能安装并处于活动状态。 关于PHEXT PHEXT软件包是一组用于PHP的库，旨在使用一种语法来解决常见问题，该语法有助于使代码既简洁又易读。 PHEXT的目标不仅

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：49152
    • 提供者：weixin_42101720

  1. 基于容限近集理论的光学伪装评价研究

  2. 在对地面目标光学伪装评价的研究中，根据地面背景伪装图像的特点，提出了一种基于容限近集理论的评价地面目标光学伪装效果的方法。提取伪装图像中的目标和背景区域，将这些区域作为容限空间中的集合分别进行分块，每块子图像作为集合元素，提取各子图像的统计、颜色和纹理等特征，在容限空间中计算背景与目标并集集合的所有容限近似类，用近似测量(tNM)指标评价伪装效果，并将tNM与豪斯多夫距离（tHD）比较。结果表明，容限近似理论作为一种新的评价伪装图像伪装效果的方法能很好地代替人眼主观评价；tNM作为评价伪装效果的

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：3145728
    • 提供者：weixin_38694566

  1. COVID-19-数据集：印度新型冠状病毒（COVID-19）病例，由卡利亚尼大学提供-源码

  2. 卡利亚尼大学针对印度的2019年新型冠状病毒COVID-19（2019-nCoV）数据存储库 这是专门用于印度次大陆的COVID-19数据集的集合。 该存储库由卡利亚尼大学计算机科学与工程系（KU CSE）和统计系创建，更新和维护。 该数据集的灵感来自和的。 Kalyani大学主要维护此数据集以执行某些与COVID-19相关的分析。 您可以在查看这些分析。 该存储库将不断更新，并应在可用时不时添加新的数据集。 有关数据集的所有信息都可以在其随附文件夹的README部分中找到。 可视化 可以

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：126976
    • 提供者：weixin_42164931
« 1 23 4 5 6 7 8 9 10 ... 17 »