请问20分可以散吗?谢谢/

扩充话题 > 灌水乐园 [问题点数:20分,结帖人hacker007]
等级
本版专家分:10762
结帖率 100%
等级
本版专家分:10283
等级
本版专家分:3265
等级
本版专家分:116862
勋章
Blank
红花 2006年12月 扩充话题大版内专家分月排行榜第一
Blank
黄花 2003年6月 扩充话题大版内专家分月排行榜第二
2003年5月 扩充话题大版内专家分月排行榜第二
等级
本版专家分:33370
等级
本版专家分:19699
勋章
Blank
黄花 2008年8月 C/C++大版内专家分月排行榜第二
2008年7月 C/C++大版内专家分月排行榜第二
Blank
蓝花 2008年6月 C/C++大版内专家分月排行榜第三
等级
本版专家分:79929
勋章
Blank
红花 2009年5月 扩充话题大版内专家分月排行榜第一
2008年11月 扩充话题大版内专家分月排行榜第一
Blank
黄花 2009年3月 扩充话题大版内专家分月排行榜第二
Blank
蓝花 2009年9月 扩充话题大版内专家分月排行榜第三
2009年7月 扩充话题大版内专家分月排行榜第三
2009年6月 扩充话题大版内专家分月排行榜第三
2008年12月 扩充话题大版内专家分月排行榜第三
2008年10月 扩充话题大版内专家分月排行榜第三
等级
本版专家分:45814
勋章
Blank
银牌 2001年12月 总版技术专家分月排行榜第二
Blank
红花 2002年5月 Delphi大版内专家分月排行榜第一
2002年1月 Delphi大版内专家分月排行榜第一
Blank
黄花 2007年11月 .NET技术大版内专家分月排行榜第二
2007年1月 Delphi大版内专家分月排行榜第二
2006年12月 Delphi大版内专家分月排行榜第二
2006年10月 Delphi大版内专家分月排行榜第二
2002年8月 Delphi大版内专家分月排行榜第二
2002年6月 Delphi大版内专家分月排行榜第二
2001年12月 Delphi大版内专家分月排行榜第二
Blank
蓝花 2002年4月 Delphi大版内专家分月排行榜第三
等级
本版专家分:1601
等级
本版专家分:6072
等级
本版专家分:6769
hacker007

等级:

基于SSM的校园二手交易平台的设计与实现

PS: Java版本:1.7 数据库:MySQL 框架:Spring + Spring MVC + MyBatis 服务器:Tomcat 前端解析框架:Thymeleaf 开发工具:Idea 2017 版本管理工具:Maven 版本控制工具:GitHub ...一、设计概...

动画:二分查找(上) | 面试官问我如何在 1 亿数据中快速查找某一整数?(上)

也就是我们所说的二分查找,虽然很多小伙伴对二分查找很熟悉,但是到了真正的应用问题上,还是不能更好的来把握二分的思想。要想把这部分把握好,还需要真正的体验一下二分查找的强大的效率。 如题目中所述,如果你...

新买的笔记本电脑怎么盘_2020年怎么买到性价比高的笔记本电脑?

阅读本文前,请您先点击上面的蓝色字体,再点击...如有侵权,请在后台留言联系我们进行删除,谢谢!有哪些性价比高的笔记本电脑值得推荐?预算和需求购买渠道笔记本配置的基本知识一、预算和需求首先,你在买笔...

查找3—列表的查找

这是查找这个知识点的最后一个部分,个人感觉这部分真的很好理解,就简单的逻辑思维,不需要绕弯,基本上就可以解决大部分的题目。合理的应用查找的总体效率也是很高的。主要说三个模块的事情:构造方法,处理冲突...

这一年,你过得还好吗?

文章目录一、前言、我们的20202020年,我们戴上了口罩2020年,我们告别了许多传奇2020年,世界经历的自然灾害三、我的20202020的小结四、我的2021五、正能量六、总结 一、前言 2020只剩下不到天了,这一年,你过...

2021金三银四,你准备好挑战这份最新腾讯、字节跳动、阿里巴巴Android面试题集了吗?

导语 这一份Android面试题集,适应于实习 & 初级工程师 & 中级工程师,高级工程师勉强吧。笔者在搜集问题的同时,也花了大半年的时间整理答案。 目前我就职于某大厂安卓高级工程师职位,在当下大环境下也想...

Java学习的正确打开方式

在博主认为,对于入门级学习java的最佳学习方法莫过于视频+博客+书籍+总结,前三者博主将淋漓尽致地挥毫于这篇博客文章中,至于总结在于个人,实际上越到后面你会发现学习的最好方式就是阅读参考官方文档其次就是...

真实的周星星,你了解吗?

周星驰是谁? 这个问题似乎根本不需要回答。我们在他的电影里感受各自情绪,嬉笑怒骂欢乐悲伤,还有一万年期限的爱情。 但周星驰到底是谁? 当我们认真思考这个问题的时候,发现几乎找不到答案。...

联合体nf_inet_addr是在linux/netfilter.h下定义的吗?

优步CEO是混蛋吗?

优步CEO是混蛋吗? 财富中文网 2017-06-14 10:26 阅读:9494 摘要:原文刊载于:2017年6月1日出版的《财富》杂志尽管时钟已指向晚上7:30,但旧金山的夏日骄阳仍然普照大地。我准时抵达优步公司总部,准备对...

书签备份

Bookmarks 书签菜单 Recently Bookmarked 最近使用的标签 Ubuntu and Free Software links Information and resources about Ubuntu, Debian and Free Software in general Ubuntu

(转)2008年精典骗术, 2009年你还会上当吗?

2008,骗子仍在行动,他们研究骗术可谓费尽心机。  一、  建行一同志转送:今天经过一栋大楼门口,门口有一提款机。有一个老伯,一直看著我走过他身边,突然叫住我。他说他不识字,拿一张提款卡要我帮他在大楼...

1北方更冷的城镇,是你想要的吗?

总有些人有些事似曾相识,我一遍遍的重复着类似的话,看着一个个迷茫的表情,然后让他们的目光日趋清澈,自信,然后送他们到达他们想要去的地方,他们有的感谢挥手远去,有的甚至来不及挥手,又被淹没在更多麻烦堆里...

1269道Java技术答疑,阿里技术专家帮你Java技术进阶

云栖社区邀请到6位Java技术专家帮开发者答疑解惑,其中精华的1269道问答已经整理出来,供大家学习! 如有Java相关问题,请向专家提问https://yq.aliyun.com/promotion/755 ,或者在云栖社区Java问答... spring相关问...

100,请大家帮忙看看这几个接口程序应该怎么写?

使用 /sys 文件系统访问 Linux 内核

AlanTu 随笔 - 953, 文章 - 0, 评论 - 16, 引用 - 0 使用 /sys 文件系统访问 Linux 内核 使用 /sys 文件系统访问 Linux 内核 sysfs 虚拟文件系统提供了一种比 proc 更为理想的访问内核数据的途径 ...

vim 高级应用 原文地址 http://www.2maomao.com/blog/wp-content/uploads/vim_tips.txt

最佳vim技巧 ---------------------------------------- # 信息来源 ---------------------------------------- www.vim.org : 官方站点 comp.editors : 新闻组 ...

C/C++笔试题(很多)

微软亚洲技术中心的面试题!!! 1.进程和线程的差别。 ...线程是指进程内的一个执行单元,也是进程内的可调度实体...(3)拥有资源:进程是拥有资源的独立单位,线程不拥有系统资源,但可以访问隶属于进程的资源.  (4

《继续散分十二轮》。。。周四持续散分。。。明早结贴

Lisp真的是屠龙之技吗?

Lisp真的是屠龙之技吗?对Lisp的学习有一段时间了,Lisp这门50多年的语言在天朝这样一个浮躁的环境里面的确生存空间极小,除了有名的伞哥现在从事Common Lisp的开发工作之外,其他没有听说过几个。...

散分求助!

看你努力了吗?

1.读书高考的时候吃饭都在背题  实习的时候一个月8天8夜没睡觉 人瘦倒70多斤,我160  工作了加班倒夜里2点。。  2. 最拼命的时候大概就是几年前考研的时候了,我的本科是全排300名开外的学校,然后到了大三升...

今天还没人散分啊~我先来谢谢给我砖厂的亲们,然后下面又是腐女最爱的萌段子~~~

涨知识 | 电机的万个为什么?

★什么叫电机? 答:电机是将电池电能转换成机械能,驱动电动车车轮旋转的部件。 ★什么叫绕组? 答:电枢绕组是直流电机的核心部分,是铜质漆包线绕制的线圈。当电枢绕组在电机的磁场中旋转都会产生电动势。...

互联网公司最常见的面试算法题有哪些?

很多时候,你即使提前复习了这些最常见的面试算法题,你依旧无法通过算法面试! 为什么? 你在提前准备复习的时候,在网上找了半天相应题目的分析文章,但你看了就是不懂。... 你在面试的时候,卡壳了,一...

怎么花最少的钱提升出租屋的格调?

发条橘子667 ,一个脱离了高级趣味的人。 可可苏玛 等 12288 人赞同 ...在我到上海一年零八个月的时候,我从原来的公司辞职了,之后我又双叒叕搬家了。...租赁合同上表明该公寓始建于1972年,因此整体的装修...

个人简历模板

优质简历模板,目前最前全的模板收藏,需要换工作的小伙伴们可以试试

matlab神经网络30个案例分析

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理,在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数,预先设定一个非线性函数,如式y=20+x21-10cos(2πx1)+x22-10cos(2πx2)所示,假定函数解析式不清楚的情况下,随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据,将y作为RBF网络的输出数据,分别建立近似和精确RBF网络进行回归分析,并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析,分别取国内生产总值(GDP),工业总产值,铁路运输线路长度,复线里程比重,公路运输线路长度,等级公路比重,铁路货车数量和民用载货汽车数量8项指标因素作为网络输入,以货运总量,铁路货运量和公路货运量3项指标因素作为网络输出,构建GRNN,由于训练数据较少,采取交叉验证方法训练GRNN神经网络,并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识,设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字,当数字被一定的噪声干扰后,仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价,试根据调研结果中较为重要的11个评价指标的数据,并结合离散Hopfield神经网络的联想记忆能力,建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题,要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型,利用该模型可以快速地找到最优(或近似最优)的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数,不但能够高准确率的预测训练集而且要合理的预测测试集,使得测试集的分类准确率也维持在一个较高水平,即使得得到的SVM分类器的学习能力和推广能力保持一个平衡,避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问,可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征,其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别,建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征,分别是前面提及过的:最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8),使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据,选定反馈神经网络的输入、输出节点,来反映电力系统负荷运行的内在规律,从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后,以改良三比值法为基础,建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值(MIV,Mean Impact Value)方法来说明如何使用神经网络来筛选变量,找到对结果有较大影响的输入项,继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理,建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度),这些特征与肿瘤的性质有密切的关系。因此,需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系,从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像,图像来自不同的10个人,每人5幅图像,人脸的朝向分别为:左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘,但是由于网络入侵特征数据维数较多,不同入侵类别间的数据差别较小,不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中,建立模型时选用的每个样本(即病例)数据包括10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度)的平均值、10个量化特征的标准差和10个量化特征的最坏值(各特征的3个最大数据的平均值)共30个数据。明显,这30个输入自变量相互之间存在一定的关系,并非相互独立的,因此,为了缩短建模时间、提高建模精度,有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理,在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理,在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户,快速地利用神经网络解决实际问题,MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用,MATLAB R2009a提供了三种神经网络拟合工具箱(拟合工具箱/模式识别工具箱/聚类工具箱)。

微信小程序源码-合集6.rar

微信小程序源码,包含:图片展示、外卖点餐、小工具类、小游戏类、演绎博览、新闻资讯、医疗保健、艺术生活等源码。

Hibernate4视频教程_全面来袭

本Java视频教程基于 Hibernate4.x 录制。内容涵盖安装 Hibernatetools 插件、Session 核心方法、持久化对象生命周期、对象关系映射(1-n、1-1、n-n、继承映射)、检索策略、检索方式(对象导航图、OID 检索、HQL、QBC、本地SQL)、Hibernate 一\二级缓存、管理 Session、批量处理等 Hibernate 企业级开发的核心技术。 本Java视频教程将帮助掌握学习者编写出具有合理的软件架构,以及好的运行性能和并发性能的实用 Hibernate 应用。Java视频教程内容注重理论与实践相结合,列举大量具典型性和实用价值的 Hibernate应用实例,并提供详细的开发和部署步骤。

相关热词 c#轮播图怎么做 c# 动态设置透明背景 c# 图片将白底改成透明 c# 中调用vb类 c#获取项目外的文件 生成简单c#程序步骤 c# 接收post c#属性的作用 c#打印圣诞树 c# 引用 未能添加