搜索资源列表
MyAssistant
- 实现了一个简单的个人事务助理的工具,主要介绍了VC数据库方面的编程,并且介绍了CFormView视图类的使用,CTabCtrl控件的使用,高级标签控件类的实现,建立ODBC数据源的建立,利用数据集访问数据库操作结果等。
et
- 支持多个ETSet数据集 支持7个子对象,最小对象到单元格 支持33种单元格数据类型 支持任意复杂格式报表数据展现 支持23种图表展示 扩展xml支持,操作数据更加灵活方便 改进打印功能,更好的支持套打、连续打印、分页打印 提供了ASP、ASP.NET、JSP、PHP专用类库组件,提高开发效率
ADO_NET_Recordset_Library_Source
- 使用ADO.net 访问SQL server 数据集访问
DataBindingExampleCSharp
- CSHARP数据集绑定操作,实现绑定功能操作.
JiNing
- GIS数据批量导入sde 目前支持shp,coverage,栅格数据批量导入到sde中,可指定目标数据集名称、输出的要素类名称,如果sde中已有该图层数据,则继续追加
craete_swissroll
- 人工产生swissroll数据集,方便一些降维方法的效果验证
create_scurve
- 人工产生scurve数据集,方便一些降维方法的效果验证
firtex-1.0.3_RC_src
- 中文开源搜索引擎firtex-1.0.3_RC版 架构、接口做了重大改进 修正了一些BUG 增加了对gz压缩的TREC格式的支持 增加了对北大天网数据集的支持 增加了同时检索内存中索引数据的支持 支持实时在线索引和检索 实现了在线索引更新的几个策略 ...
MLP
- 本程序实做MLP(Multi-layer perceptron)算法,使用者可以自行设定训练数据集与测试数据集,将训练数据集加载,在2、3维下可以显示其分布状态,并分别设定键节值、学习率、迭代次数来训练其类神经网络,最后可观看辨识率与RMSE(Root Mean squared error)来判别训练是否可以停止。
naivebayes
- 尽管matlab提供了朴素bayes的函数,但要理解朴素bayes还是自己编程实现为好。这是以IRIS数据集为例,用朴素bayes方法分类的程序。
3DVisualizaionLargeDEM
- 提出基于格网划分的实时LOD 分层方法, 该方法基于DEM 和影像数据固有的栅格特点, 使用简单的几何算法即可实现DEM 数据的动态分层, 计算量小, 可实现对大数据集DEM 数据的实时漫游.
RemotingFormat
- 以二进制格式序列化数据集,得到序列化查询结果。
lda
- 经典的LDA特征选择算法,用matlab实现,包括数据集
photo
- 在ACESS 2000中存储显示图片 // 实例化 oleDbCommand1对象 da = new OleDbDataAdapter() da.SelectCommand = oleDbCommand1 //实例化 OleDbCommandBuilder 对象 否则无法进行数据刷新 cb = new OleDbCommandBuilder(da) // 找到数据集dataSet1 就是找到了一个可以接水的容器
matlab_ex1
- 对数据进行预处理的程序,希望用本程序把这些到期收益率(标准期限)数据拿出来组成一个数据集以备分析之用。
@smosvctutor
- 非平衡数据集的分类问题经常出现在许多实际应用中.支持向量机在处理这一类问题时,整体分类性能比较低.为此,Veropoulos提出的采用不同惩罚系数的改进算法可以较好的解决此类问题.此外,可以利用序列最小优化算法简单快速的解决上述优化问题.
DatasetAndLayermanagement
- DatasetAndLayermanagement:ArcEngine,Arcgis 9.0,Visual studio2005(vb.net)数据集和图层管理1)利用程序将某一矢量数据文件载入并显示地图 (2)添加某一影像文件并显示地图。 (3)提供一些图层管理功能 程序
(Cjing)AttributeDataManagement
- DatasetAndLayermanagement:ArcEngine,Arcgis 9.0,Visual studio2005(c#)数据集和图层管理
singlelink
- 聚类算法:最短距离算法。对给定的数据集进行自底向上的层次的分解,直到某种条件满足而已。缺陷在于一旦一个步骤完成,它就不能被撤消这个严格的规定是有用的,由于不用担心组合数目的不同选择,计算代价会较小。
IntrusionDetectionTechnologyBaseonSupportVectorMac
- 本论文将统计学习理论引入入侵检测领域,讨论了基于SVM方法的智能检测 策略,检测算法具有良好的推广能力.引入HVDM距离代替范数,改进了SVM的 RBF核函数定义,使之能够直接处理异构的网络连接信息 利用有保证的估计方法 来确定训练数据集规模,避免了依靠实验选择训练规模的盲目性 针对重复样本 和重要样本提出了样本加权的思路,降低了错分样本的可能 考虑到网络连接记 录的不同属性对检测结果贡献不一的事实,提出了特征选择与特征加权的方法, 进而得到一个更好的分类超平面,提高了检