-
摄影测量连续法相对定向
测绘、遥感领域摄影测量连续法相对定向 ，两张相片之间寻找同名关系，讲两张影像纳入到同意坐标系中
- 2022-08-24 12:25:02下载
- 积分：1
-
c++编写的音乐播放器
用c++而且也用到MFC 对播放器进行了编写 有图形界面用c++而且也用到MFC 对播放器进行了编写 有图形界面用c++而且也用到MFC 对播放器进行了编写 有图形界面用c++而且也用到MFC 对播放器进行了编写 有图形界面用c++而且也用到MFC 对播放器进行了编写 有图形界面用c++而且也用到MFC 对播放器进行了编写 有图形界面
- 2022-09-25 18:20:03下载
- 积分：1
-
最小生成树的两种算法实现
资源描述最小生成树的两种算法实现，是中国顶尖名校——北京航空航天大学的计算机软件基础（数据结构）课程作业;完成很好，可以给数据结构入门使用
- 2023-08-30 11:55:03下载
- 积分：1
-
With the Gauss
用高斯-赛德尔迭代法求方程组的根。它的原理与简单迭代法相似，但在赛德尔迭代法中，每次迭代时充分利用当前最新的迭代值-With the Gauss- Seidel iterative method seeking the roots of equations. Its principle with simple iterative method similar, but the Seidel iteration method in each iteration to take full advantage of the current value of the latest iteration
- 2022-03-18 09:30:09下载
- 积分：1
-
手写分类识别，是个很好的程序，希望大家能用上
手写分类识别，是个很好的程序，希望大家能用上-Handwriting classification and recognition, is a very good program, hope everyone can be on the
- 2023-07-09 17:20:02下载
- 积分：1
-
Apriori 数据挖掘算法 源码
Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。
是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递归的方法。
- 2022-02-06 22:22:07下载
- 积分：1
-
关于id3算法的实现
加深数据挖掘中分类（决策树）的认识，其经典算法为Id3算法，了解影响Id3算法性能的因素，掌握基于Id3算法理论的分类分析的原理和方法。并亲手实现id3算法。 并有详尽的报告文档帮助使用者了解id3的原理以及实现方法。
- 2022-03-29 04:16:38下载
- 积分：1
-
中间的中间
应用背景数据加密标准，（辅），是一次主要的，对称密钥算法和加密的，加密和电子数据。它在现代科技的进步中具有很强的影响力，在学术界也有很强的影响力；关键技术C++ ；（发音为 ； ； ；CEE加+，/ˈ四ː ；PLʌ的 ；PLʌ/）是一个通用的 ；编程语言。它有 ； ；势在必行，面向对象的通用 ； ；编程功能，同时还提供低级别的内存操作设施。它的设计与偏置向上，系统编程和嵌入式，资源受限和大型系统，性能，效率和灵活性，其设计亮点。
- 2022-08-10 23:22:37下载
- 积分：1
-
问题分类
TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m + k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。
- 2022-02-24 18:34:48下载
- 积分：1
-
DFS非
dfs的非递归算法-dfs non- recursive algorithm
- 2023-01-24 05:20:03下载
- 积分：1
