-
Multiplelinearregressonanalysisprediction
多元线性回归分析预测法针对概率论中的回归预测做了研究，推荐各位大侠阅读(Multiple linear regression analysis prediction for the probability of regression to do the research, recommended reading you heroes)
- 2010-05-14 10:00:49下载
- 积分：1
-
人工免疫遗传算法
用java免疫遗传算法的代码源程序，解决优化问题，可以编译运行，有需要的可以下载。
- 2022-08-14 22:22:11下载
- 积分：1
-
Demo示例
海康人脸识别DEMO，JAVA语言编写的，帮你快速入门(Haikang Face Recognition DEMO)
- 2019-03-20 15:19:58下载
- 积分：1
-
MOpenGLdemo
OpenGL 基本功能搭建，增加颜色和着色，正交投影，3D效果(OpenGL basic functions build, add color and shading, orthogonal projection, 3D effect)
- 2020-06-23 19:00:02下载
- 积分：1
-
JT-T809-2011
JT809通讯协议文档，介绍与交通部的平台间交换通信协议。(specifications for data exchange between customer platform and administrative platform)
- 2016-09-25 09:30:25下载
- 积分：1
-
JAVA 项目
它是 JAVA 基础示例为最佳的新学生并使好 PROJECTIT 是 JAVA 基础示例为最佳的新学生并使好 PROJECTIT 是 JAVA 基础示例为最佳的新的学生和使好 PROJECTIT 是 JAVA 基础示例为最佳的新的学生和使好 PROJECTIT 是 JAVA 基础示例为最佳的新的学生和使好 PROJECTIT 是 JAVA 基础示例为最佳的新学生和使好 PROJECTIT 是JAVA 基础示例为最佳的新学生并使好 PROJECTIT 是 JAVA 基础示例为最佳的新学生并使好 PROJECTIT 是 JAVA 基础示例为最佳的新的学生和使好 PROJECTIT 是 JAVA 基础示例为最佳的新的学生和使好 PROJECTIT 是 JAVA 基础示例为最佳的新的学生和使好 PROJECTIT 是 JAVA 基础示例为最佳的新学生和使好 PROJECTIT 是 JAVA 基础例子为最适合新的学生和善用 PROJECTIT 是 JAVA 基础示例为最佳的新学生并使好 PROJECTIT 是 JAVA 基础示例为最佳的新学生并使好 PROJECTIT 是 JAVA 基础示例为最佳的新的学生和使好 PROJECTIT 是 JAVA 基础示例为最佳的新的学生和使好 PROJECTIT 是 JAVA 基础示例为最佳的新学生和制作好的 PROJECTIT 是用于 JAVA 基础示例最适合新的学生和使良好 PROJECTIT 是为最佳的 JAVA 基础示例为新来的学生和使好 PROJECTIT 是 JAVA 基础示例为最适合新的学生和使良好的项目
- 2022-01-21 21:37:45下载
- 积分：1
-
UDP
说明： 这是一个基于UDP视频传输的源代码，适合初学者学习参考(This is a UDP-based video transmission of the source code, suitable for beginners to learn the reference)
- 2020-10-09 11:57:35下载
- 积分：1
-
大气扩散模型 JAVA 实现源码
- 2022-05-26 16:03:25下载
- 积分：1
-
简单的一个答题系统，记录正确率和答题数量~
简单的一个答题系统，记录正确率和答题数量~-Answer a simple system to record the correct answer rate and the number of ~
- 2023-03-09 18:35:04下载
- 积分：1
-
监督的支持向量机
在机器学习，支持向量机（SVM，还支持矢量网络[1]）的监督学习模型相关的学习算法，分析数据，识别模式，用于分类和回归分析。给定一组训练实例，每个标记为属于两类，一种SVM训练算法构建了一个模型，分配新的实例为一类或其他，使其成为非概率二元线性分类。一个SVM模型是的例子如在空间中的点，映射使得的不同类别的例子是由一个明显的差距是尽可能宽划分的表示。新的例子，然后映射到同一个空间，并根据预测他们落在差距哪边就属于一个类别。除了执行线性分类，支持向量机可以使用所谓的核技巧，它们的输入隐含映射成高维特征空间中有效地进行非线性分类。
- 2022-06-01 06:27:10下载
- 积分：1
