-
相似性计算
应用背景简单地数据处理，计算两组数据间的相似性，应用在推荐系统的数据处理中，其他方向的数据处理也适用，比较简单易学，供学习交流。关键技术用C++语言实现的简单数据处理，在很多研究方向可以用于预处理数据，计算数据的相似性也是很多研究方向需要用到的，希望对大家有用。
- 2022-03-05 22:37:16下载
- 积分：1
-
交替方向隐式法
资源描述%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%；&；&；&；&；；；；；；；；；；；；；；；；；；；
- 2022-01-28 16:14:28下载
- 积分：1
-
This code gets a text file which is output of simple scalar profiling command an...
This code gets a text file which is output of simple scalar profiling command and process it, it extracts sequences of logical operations like and, or, shift.
- 2023-03-28 01:35:04下载
- 积分：1
-
用c++实现线性链表
线性表（亦作顺序表）是最基本、最简单、也是最常用的一种数据结构。线性表中数据元素之间的关系是一对一的关系，即除了第一个和最后一个数据元素之外，其它数据元素都是首尾相接的。线性表的逻辑结构简单，便于实现和操作。因此，线性表这种数据结构在实际应用中是广泛采用的一种数据结构。一个简单的实现例子，只用到了插入函数以及输出函数，初始化26个英文字母
- 2022-05-21 13:42:59下载
- 积分：1
-
And summed相加求和
飞思卡尔单片机的程序，是大学老师和学生的不错选择，也是程序员的选择，也是期末考试时的必备法宝，你们一定会考的试题，虽然基础但又有难度，故飞思卡尔c语言和汇编程序在此。我不知道够不够50自，如果不够就算了，这个事情很简单，下载即可不说废话相加求和
- 2023-06-04 08:35:03下载
- 积分：1
-
二分搜索CPP算法代码
二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好；其缺点是要求待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而查找频繁的有序列表。首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。重复以上过程，直到找到满足条件的记录，使查找成功，或直到子表不存在为止，此时查找不成功。
- 2022-03-20 05:11:34下载
- 积分：1
-
蓝牙考勤系统
概述： 目前在学院考勤系统是完全手动的凡系已采取出勤登记册上，或页。这项活动需要大量的时间和努力，和仍然是不可靠的。寄存器和页面会丢失和多个副本是很难保持。 因此必须要有一些系统可以做这种活动自动无需人工干预的。蓝牙考勤系统是一个软件，自动锁定为所有那些在类中可用的学生入学。首先它锁出勤，然后它将中的数据保存到 mysql 数据库服务器。
它的工作原理：扫描的所有蓝牙设备，然后采取从扫描设备的硬件地址。然后它从已经存储的表中提取学生信息，然后将数据存储到数据库中。
- 2022-12-19 20:25:03下载
- 积分：1
-
Each case the geometric algorithm is set, the geometric algorithm of data is cer...
各种情况的几何算法集，对数据的几何算法计算有一定的帮助作用-Each case the geometric algorithm is set, the geometric algorithm of data is certainly helpful to the role of
- 2022-01-28 07:52:50下载
- 积分：1
-
crc校验算法，包括编码和解码
crc校验算法，包括编码和解码-unicef.org checksum algorithm, including encoding and decoding
- 2023-02-10 11:15:04下载
- 积分：1
-
分层AP聚类算法
近邻传播(Affinity
Propagation,AP)聚类具有不需要设定聚类个数、快速准确的优点,但无法适应于大规模数据的应用需求.针对此问题,提出了分层近邻传播聚类算
法.首先,将待聚类数据集划分为若干适合AP算法高效执行的子集,分别推举出各个子集的聚类中心;然后对所有子集聚类中心再次执行AP聚类,推举出整个数
据集的全局聚类中心;最后根据与这些全局聚类中心的相似度对聚类样本进行划分,从而实现对大规模数据的高效聚类.在真实和模拟数据集上的实验结果均表明,
与AP聚类和自适应AP聚类相比,该方法在保证较好聚类效果的同时,极大地降低了聚类的时间消耗.
- 2022-07-14 10:15:00下载
- 积分：1
