-
行尺度主元高斯消元法，算法由两部分组成，分解阶段和求解阶段...
行尺度主元高斯消元法，算法由两部分组成，分解阶段和求解阶段-OK-scale principal component Gaussian elimination method, the algorithm consists of two parts, decomposition stage and the solution phase
- 2023-03-24 14:00:04下载
- 积分：1
-
产生随机数相关的C程序
产生随机数相关的C程序-generated random numbers related to the C program
- 2023-06-24 17:25:03下载
- 积分：1
-
RBF神经网络PID控制程序
利用径向基神经网络整定的PID控制，调节PID控制器的Kp、Ki、Kd三个参数，输入是方波和1，相应速度快，三个参数变化明显，内涵中文注释。
- 2023-05-19 07:20:03下载
- 积分：1
-
通过此程序可以把输入的年份判别是平年,还是闰年.
通过此程序可以把输入的年份判别是平年,还是闰年.-through this procedure can be imported in the year discriminant is non-leap year, or a leap year.
- 2022-10-19 14:30:03下载
- 积分：1
-
利用PML 计算近场的FDTD 三维程序
利用PML 计算近场的FDTD 三维程序-PML calculations using the FDTD near-field three-dimensional process
- 2023-05-08 06:55:02下载
- 积分：1
-
ABAQUS弹塑性UMAT
弹塑性UMAT程序，讲述弹性本构关系的数值实现过程，考虑了双线性各向同性硬化准则。通过UMAT的模拟，可以和Abaqus材料库中的模型进行对比，验证数值实现的合理性。由于弹塑性UMAT的实现过程文献中均有描述，可以获得相关的公式推导。
- 2023-08-21 04:40:03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
-
C4.5—运用JAVA实现的决策树算法
C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行分类。
C4.5由J.Ross Quinlan在ID3的基础上提出的。ID3算法用来构造决策树。决策树是一种类似流程图的树结构，其中每个内部节点（非树叶节点）表示在一个属性上的测试，每个分枝代表一个测试输出，而每个树叶节点存放一个类标号。一旦建立好了决策树，对于一个未给定类标号的元组，跟踪一条有根节点到叶节点的路径，该叶节点就存放着该元组的预测。决策树的优势在于不需要任何领域知识或参数设置，适合于探测性的知识发现。
请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
- 2022-03-11 00:16:44下载
- 积分：1
-
- 2022-06-30 06:05:11下载
- 积分：1
-
欧拉算法
以近似初值问题的解决方案：
* Y" = F(T,Y)，A < = T < = B，Y(A) = 阿尔法，
* 在 N + 1 间隔相等的点在区间 [A，B]。
*
* 输入： 终结点 A、 B ；阿尔法最初的状况 ；整数 N。
*
* 输出： 逼近到 (N + 1) 在 Y W 值 T。
- 2022-07-26 00:49:47下载
- 积分：1
