搜索资源列表
345345
- 这是一本C++编程方面的经典书籍,作者是一对享有盛誉的技术伉俪,Andrew Boeing和Barbar Moo。本书基于作者在知名技术杂志发表的技术文章、世界各地发表的演讲以及斯坦福大学的课程讲义整理、写作而成,融聚了作者10多年C++程序生涯的真知灼见。全书分为大部分,共32章,分别对C++语言的历史和特点、类和继承、STL与泛型编程、库的设计等几大技术话题进行了详细而深入的讨论,细微之处几乎涵盖了C++所有的设计思想和技术细节。全书通过精心挑选的实例,向读者传达先进的程序设计的方法和理念。
《C++沉思录》
- 《C++沉思录》基于作者在知名技术杂志发表的技术文章、世界各地发表的演讲以及斯坦福大学的课程讲义整理、写作而成,融聚了作者10多年C++程序生涯的真知灼见。全书分为6篇32章,分别对C++语言的历史和特点、类和继承、STL与泛型编程、库的设计等几大技术话题进行了详细而深入的讨论,细微之处几乎涵盖了C++所有的设计思想和技术细节。全书通过精心挑选的实例,向读者传达先进的程序设计的方法和理念。
数据挖掘应用实例-银行客户数据分析
- 银行数据分析,详细说明了运用聚类分析的方法对银行数据进行分析的步骤(analysis of the bank data)
c++沉思录
- 《C++沉思录》基于作者在知名技术杂志发表的技术文章、世界各地发表的演讲以及斯坦福大学的课程讲义整理、写作而成,融聚了作者10多年C++程序生涯的真知灼见。全书分为6篇32章,分别对C++语言的历史和特点、类和继承、STL与泛型编程、库的设计等几大技术话题进行了详细而深入的讨论,细微之处几乎涵盖了C++所有的设计思想和技术细节。全书通过精心挑选的实例,向读者传达先进的程序设计的方法和理念。("Meditations" based on C++ technology, the
基于NARX神经网络的轨道垂向不平顺估计_王贵
- 摘要:应用白噪声聚类经验模型分解方法(EEMD, Ensemble EMD),进行轨道一车辆系统的时频分析, 分析钢轨不平顺的波长一幅值分布及短波不平顺的分布特点。通过理论推导,得到垂向钢轨不平顺与车体垂向 加速度之间的转移函数,并由简化模型仿真结果与实验数据对比分析得出二者的相关系数在0. 8以上,表明仿 真结果与实验数据非常吻合。利用简化模型进行数值仿真,所需复数乘法次数为N(21ogN+ 1),满足实时仿真 的需要。实例所测钢轨不平顺和车体加速度的相关性分析结果表明,对加速度数据
Introduction.To.Data.Mining].Pang
- 数据挖掘介绍,包括数据预处理,可视化,预测建模,关联分析,聚类和异常检测(Data mining introduces data preprocessing, visualization, predictive modeling, association analysis, clustering, and anomaly detection)
基于FCM的小波神经网络模型在径流预测中的应用
- FCM应用于数据预测,主要内容是聚类分析希望对大家有用(FCM is applied to data prediction and is expected to be useful for everyone)
Extend Yale B dataset
- 用于人脸聚类的图像数据集。可以用于人脸图像聚类,子空间聚类等一系列相关的应用。
clustering by find od density peaks
- science上密度峰值聚类算法源码,包括matlab源码和s1数据集(Source code for peak density clustering algorithm on Science)
KDD98-009
- Denclue聚类算法,就要是讲述其算法基本原理(The principle of Denclue clustering algorithm)
FaceNet-A-Unified-Embedding-for-Face-Recognition-and-Clustering
- FaceNet---深度学习与人脸识别的二次结合 Facenet是一个通用的系统,采用CNN神经网络将人脸图像映射到128维的欧几里得空间,我们可以根据两幅人像的欧几里得距离去判断两个人像的相似程度。两个人像之间的欧几里得距离越近,说明它们越相似。 FaceNet可以用于人脸验证(是否是同一人?),识别(这个人是谁?)和聚类(寻找类似的人?)。FaceNet采用的方法是通过卷积神经网络学习将图像映射到欧几里得空间。空间距离直接和图片相似度相关:同一个人的不同图像在空间距离很小,不同人的图像在
Matlab建模操作(下)
- 建模常用函数,各种聚类规划问题,输入数据,利用函数得出结果
基于粒子群的信号模式识别
- 基于粒子群和聚类算法的QAM及MPSK的数字信号调制模式的自动识别