搜索资源列表
XGAELCU
- java编写的文本编辑器 开发工具：j2sdk-1_4_1-rc-windows-i586,实现JAVA虚拟环境,再来安装编()
44545746
- 图形用户界面起步文本输入组件,使用JAVA语言实现()
json-master
- 用Java语言实现的json解析器，能够完整地解析 JSON 文本，并且能从中提取 特定的信息(The JSON parser implemented in Java language can parse the JSON text completely, and extract specific information from it)
notepad++_6.7.9.1
- Notepad++ 是一款程序员必备的文本编辑器，软件小巧高效，支持27种编程语言，通吃C,C++ ,Java ,C#, XML, HTML, PHP,JS 等，推荐各位下载使用。Notepad++ 可完美地取代微软的记事本。(Notepad++ is a text editor for programmers, software, small, support 27 kinds of programming language, C C++, Java, C, C#, XML, HTML, PH
marytts-master
- java编写的TTS引擎——MaryTTS，可将多种格式的文本转化为语音输出，可用多种言语进行调用，具体请查看官网http://mary.dfki.de/documentation/module-architecture.html(Java prepared by the TTS engine, MaryTTS, text can be formatted into voice output, call can use a variety of words, please see the off
JRNN-master
- java语音编写的lstm学习，可以实现文本学习(Java speech writing LSTM learning, can achieve text learning)
hrequenwy
- java下实现的一个很棒的文本编辑器的源码,值得研究！()
afudni0
- java实现文本,代码编辑的源代码,强烈推荐()
475564
- java操作 excel文件并生成文本文件的源码()
2111493
- java编写的文本编辑器 开发工具：j2sdk-1_4_1-rc-windows-i586,实现JAVA虚拟环境,再来安装编()
draw-SDDZ
- java编写的文本编辑器 开发工具：j2sdk-1_4_1-rc-windows-i586,实现JAVA虚拟环境,再来安装编()
oxwmd
- 一个JAVA做的调色板,能够根据你填写的RGB和HRB来给指定的文本改变颜色()
exnsteate
- 可以读本的文本文件,当时做的时候开学JAVA,现在看起来有点好笑,()
443317
- 图形用户界面起步文本输入组件,使用JAVA语言实现()
ufontyk
- java编写的文本编辑器 开发工具：j2sdk-1_4_1-rc-windows-i586,实现JAVA虚拟环境,再来安装编()
AXSCHB
- 一个JAVA做的调色板,能够根据你填写的RGB和HRB来给指定的文本改变颜色()
hknd-characteristic
- 可以读本的文本文件,当时做的时候开学JAVA,现在看起来有点好笑,()
开源的订单管理ERP系统
- webERP是一个开源的ERP系统，它支持多公司，多币种，多税种，多库存管理。比较适合中小型的企业。 可以在任何支持PHP的网络服务器上运行-可以使用ISP来替代自己建立和维护服务器。+ 使用最少的Java-scr ipt，使得最大程度地兼容所有网络浏览器和支持网络的设备。+ 生成PDF报告-用于精确定位文本的PDF。+ 所有的报告和脚本可以轻松的以PHP语言的方式修改。 + 多语言支持-每一个用户都可以看到他们自己首选语言的界面。 +(WebERP is an open sour
notepad++_7.5.4_Installer
- Notepad++是 Windows操作系统下的一套文本编辑器(软件版权许可证: GPL)，有完整的中文化接口及支持多国语言编写的功能(UTF8技术)。(Notepad C,C++,Java,pascal,C#,XML,SQL,Ada,HTML,PHP,ASP, AutoIt, DOS)
learning-spark-master
- 将逻辑回归应用于二元分类的情况。这里以垃圾邮件分类为例，即是否为垃圾邮件两种情况。然后，根据词频把每个文件中的文本转换为特征向量，训练出一个可以把两类消息分开的逻辑回归模型，判断输入测试语句是否为垃圾邮件。(Spark MLlib (Java): Input: spam.txt; normal.txt; text sentence. Output:1.0(spam), 0.0(normal email))