搜索资源列表
Shequ_Mis
- 主要技术： 1.对常见控件的使用（如：TStrings、TStringList、Tlist） 2.数据库链接：常见的数据访问技术（ADO技术，BDE技术） TadoConnection（数据链接）/TadoQuery（数据集）控件, TDataModule数据模块使用, 读取配置文件 3.事件驱动编程： 窗体事件（OnActivate,OnCreate,OnShow）键盘事件(KeyPress)，鼠标事件(MouseMove)，定时事件（Timer） 4.动态生成组件
epc2d-update
- 一个投影聚类算法及其数据集生成源码。 参考文献： Eric K.K. Ng, A. Fu : Efficient algorithm for Projected Clustering,-a clustering algorithm and its projection data sets generated source. References : Eric K. K. Ng, A. Fu : Projected Efficient algorithm for clustering,
bootstrap
- Matlab中实现的bootstrap源码。可用于由原始数据集生成若干个子数据集。-Matlab realized bootstrap source. Can be used by the original data sets generated a number of sub-data sets.
vbmapx0023
- MapX应用讲义 一、加载地图数据 1、 TAB的数据分为两种数据：地图数据（Layers）、属性数据（Datasets）。关系：不可 分割的一个数据集的两部分. 2、 数据加载：GST文件由GeosetManager40.exe程序生成。在程序使用gsT文件：Map1.Ge oset=Filepath+FileName 3、 问题：GST文件加载后，只是默认将地图数据加载，属性数据另外需要使用单独的命令 进行加载，否则对属性数据的操作全部非法。加载
一个非常好用的Autocad工具集
- ********************************************************* * AyungerStudio AutoCAD-Tools 更新日期: 2010.02.01 * ********************************************************* 这是本人近年来独自开发的一个AutoCAD修改工具集合，现与各位共享，主要包括： 1、 绘制类： 箭头、示坡线、锥坡线、剖断线、垂线、切线、等高线加
ibm
- 生成测试集,要做数据挖掘的关联规则试验，少不了数据集，人工生成的数据集可以采用agrawal等人实现的一个数据集生成器，叫：IBM Quest Market-Basket Synthetic Data Generator-生成测试集
cloudPlot
- 一种用于生成二维数据分布图形的函数,在观察大数据量的数据集合是很有效.-A function to plot the distribution of 2-dimensional data
Data_gen-by-IBM
- IBM随机数据生成器，是数据挖掘的辅助工具，可以根据输入的参数随机产生指定大小的数据集-IBM random data generator, the auxiliary data mining tools, based on randomly generated input parameters specify the size of the data set
carrot2-java-api-3.5.0
- java聚类的开源资料，可以直接生成数据集，然后调用该聚类，对数据集进行聚类-java open source data clustering, can generate data sets, and then call the clustering, clustering of data sets
apriori
- 简单的apriori算法实践，包括生成数据集、生成频繁项集、计算信息相关度和置信度，最终输出关联关系数据-Simple apriori algorithm practice, including generating data sets, generate frequent item sets, computing-related information and confidence, the final output data association
kNN
- 使用python编写kNN算法，包括生成数据集，简单分类器，文本转换等简单算法。-Using python write kNN algorithms, including generating a data set, a simple classification, text conversion simple algorithm.
marking
- 对数据集中的图片目标的位置进行标注，会自动生成标注信息文件，用于新图片数据集的制作。(Aiming for building a new image dataset. Mark out the target object manually and it generate a label.)
moon_generator
- 可以生成半月形数据集，用于聚类算法的研究计算(Can generate half moon data set)
生成对抗网络
- 生成对抗网络针对mnist数据集，Python语言实现。(Generate confrontation network for MNIST data set, implemented in Python language.)
KNN编程
- matlab实现knn及剪辑KNN，通过自动生成数据集进行knn分类及剪辑KNN分类验证并生成分布图显示。(The KNN and clip KNN are realized by MATLAB. The KNN classification and clip KNN classification are verified by automatically generating data sets, and the distribution map is generated for displa
基于生成对抗网络的图像自动生成
- 通过训练一定的数据集，可以自动生成数据集中所描述的类型的图像，可以做到以假乱真，使得图像的识别算法中看不出破绽，如果图像集是人脸，可以模拟生成出从来没见过的人脸！！！
邻近粗糙集的离散，约简，规则提取等
- 邻近粗糙集的基本算法，包括数据补齐，属性约简，值约简，规则生成提取，非常实用。
2
- （a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上运用感知器算法，并且使用不同的初始向量初始化参数向量。 （c）测试每一次算法在和上的性能。 （d）画出数据集和，以及分类面。((a) Generate
L4_1
- a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上和分别属于+1类和-1类，请在上述数据集的两类中各随机抽取150个样本作为训练集，运用Logistic regression算法得到的分类面，然后对余下的各5
卫星地图生成su模型
- 此方法用来将数据集合并 importpandasaspdimportglobimportos pathr=r'D:\XX\XX'#批量文件所在路径file=sorted(glob.glob(os.path.join(pathr,"*.csv")),key=la...