【版务贴】关于发贴后问题没有解决收回可用分的通知

Web 开发 > 非技术区 [问题点数:1分,结帖人net_lover]
等级
本版专家分:506037
勋章
Blank
名人 2019年 荣获名人称号
年度总版至少三次排名前十即授予名人勋章
Blank
榜眼 2012年 总版技术专家分年内排行榜第一
2007年 总版技术专家分年内排行榜第二
2006年 总版技术专家分年内排行榜第二
2004年 总版技术专家分年内排行榜第二
Blank
探花 2005年 总版技术专家分年内排行榜第三
2003年 总版技术专家分年内排行榜第三
2002年 总版技术专家分年内排行榜第三
Blank
进士 2011年 总版技术专家分年内排行榜第六
2010年 总版技术专家分年内排行榜第八
结帖率 98.67%
等级
本版专家分:36223
勋章
Blank
GitHub
Blank
黄花 2006年4月 Web 开发大版内专家分月排行榜第二
2006年2月 Web 开发大版内专家分月排行榜第二
等级
本版专家分:71843
勋章
Blank
微软MVP 2005年7月 荣获微软MVP称号
2006年7月 荣获微软MVP称号
Blank
红花 2005年4月 Web 开发大版内专家分月排行榜第一
Blank
黄花 2005年2月 硬件使用大版内专家分月排行榜第二
Blank
蓝花 2006年5月 Web 开发大版内专家分月排行榜第三
2005年12月 Web 开发大版内专家分月排行榜第三
2005年5月 Web 开发大版内专家分月排行榜第三
2004年10月 Web 开发大版内专家分月排行榜第三
2004年9月 Web 开发大版内专家分月排行榜第三
等级
本版专家分:2197
等级
本版专家分:446
等级
本版专家分:54603
勋章
Blank
黄花 2007年7月 PHP大版内专家分月排行榜第二
Blank
蓝花 2005年1月 PHP大版内专家分月排行榜第三
2007年8月 PHP大版内专家分月排行榜第三
等级
本版专家分:67382
勋章
Blank
红花 2007年8月 Web 开发大版内专家分月排行榜第一
2007年2月 Web 开发大版内专家分月排行榜第一
Blank
黄花 2006年12月 Web 开发大版内专家分月排行榜第二
2006年6月 Web 开发大版内专家分月排行榜第二
2006年5月 Web 开发大版内专家分月排行榜第二
2007年7月 Web 开发大版内专家分月排行榜第二
2007年3月 Web 开发大版内专家分月排行榜第二
Blank
蓝花 2006年7月 Web 开发大版内专家分月排行榜第三
等级
本版专家分:67382
勋章
Blank
红花 2007年8月 Web 开发大版内专家分月排行榜第一
2007年2月 Web 开发大版内专家分月排行榜第一
Blank
黄花 2006年12月 Web 开发大版内专家分月排行榜第二
2006年6月 Web 开发大版内专家分月排行榜第二
2006年5月 Web 开发大版内专家分月排行榜第二
2007年7月 Web 开发大版内专家分月排行榜第二
2007年3月 Web 开发大版内专家分月排行榜第二
Blank
蓝花 2006年7月 Web 开发大版内专家分月排行榜第三
孟子E章

等级:

Blank
名人 2019年 荣获名人称号
年度总版至少三次排名前十即授予名人勋章
Blank
榜眼 2012年 总版技术专家分年内排行榜第一
2007年 总版技术专家分年内排行榜第二
2006年 总版技术专家分年内排行榜第二
2004年 总版技术专家分年内排行榜第二
Blank
探花 2005年 总版技术专家分年内排行榜第三
2003年 总版技术专家分年内排行榜第三
2002年 总版技术专家分年内排行榜第三
Blank
进士 2011年 总版技术专家分年内排行榜第六
2010年 总版技术专家分年内排行榜第八
项目开发-工具-版本控制Git完整系统化使用说明

起步1.1 关于版本控制1.2 Git 简史1.3 Git 是什么?1.4 命令行1.5 安装 Git1.6 初次运行 Git 前的配置1.7 获取帮助1.8 总结2. Git 基础2.1 获取 Git 仓库2.2 记录每次更新到仓库2.3 查看提交历史2.4 撤消操作2.5 ...

GitHub

大部分 Git 版本库都托 管在 GitHub,很多开源项目使用 GitHub 实现 Git 托管、问题追踪、代码审查以及其它事情。 所以,尽管这不 是 Git 开源项目的直接部分,但如果想要专业地使用 Git,你将不可避免地与 GitHub ...

网站运营最全总结

老骥伏枥,志在千里;烈士暮年,壮心不已。溪云初起日沉阁,山雨欲来风满楼。疏影横斜水清浅,暗香浮动月黄昏。举头望明月,低头思故乡。吟安一个字,捻断数茎须。 第一部分:网站运营基础知识  ...

Git用户手册--GitHub

2019独角兽企业重金招聘Python工程师标准>>> ...

git官方指南

Book The entire Pro Git book, written by Scott Chacon and Ben Straub and published by Apress, is available here. All content is licensed under the Creative Commons Attribution Non Commercial Share Ali...

QQ

1.减少QQ占用内存资源的秘笈登陆QQ,占用内存:约8MQQ离线,占用内存:约10M秘笈:登陆QQ,随便打开一个好友的对话窗口,把它最小化,QQ占用的内存就变为...满足以上条件,我还没出现上传失败的提示,每次都成功...

综合一

自我介绍 左固定右自适应布局 这是一个很常见的布局,当然也可以实现右侧自适应,左侧自适应。比如常见的网页中,左侧导航栏是固定的,右侧的内容区要自适应浏览器的大小。... <div id="...

java面试题目整理

目录Java面试题整理... - 6 -Java面向对象... - 6 -1. super()与this()的区别?... - 6 -2. 作用域public,protected,private,以及不写时的区别?... - 6 -3. 编程输出如下图形。... - 6 -4. JAVA的事件委托机制...

尚学堂面试整理题目

目录 Java面试题整理... - 8 - Java面向对象... - 8 - 1.  super()与this()的区别?... - 8 - 2.  作用域public,protected,private,以及不写时的区别?... - 8 - 3.  编程输出如下图形。...- 9 -

尚学堂Java面试题整理

1. super()与this()的区别? - 6 - 2. 作用域public,protected,private,以及不写时的区别? - 6 - 3. 编程输出如下图形。 - 6 - 4. JAVA的事件委托机制和垃圾回收机制 - 6 - ...5. 在JAVA中,如何跳出当前的多重嵌套...

QQ密技68招(超强)

1.减少QQ占用内存资源的秘笈登陆QQ,占用内存:约8MQQ离线,占用内存:约10M秘笈:登陆QQ,随便打开一个好友的对话窗口,把它最小化,QQ...满足以上条件,我还没出现上传失败的提示,每次都成功4.避开网络高峰期,只

java面试题集锦

1. super()与this()的区别? - 6 -  2. 作用域public,protected,private,以及不写时的区别? - 6 -  3. 编程输出如下图形。 - 6 -  4. JAVA的事件委托机制和垃圾回收机制 - 6 -  ...5. 在JAVA中,如何跳出当前的...

2013.05.09

1, confrontations 对抗 confrontations: 交锋 2, contextual [kɒn'tekstjʊəl] adj. 上下文的;前后关系的 contextual: 上下文的 | 文脉上的 | 环境 3, hesitant ['hezɪt(ə)nt] adj....n....V

阿里ACP考试题(只供参考)

阿里云负载均衡SLB实例中的后端服务器ECS实例需要设置权重,可以给对外服务能力更强的ECS实例设置更大的权重,这些ESC实例就会有机会处理更多的访问请求。在提供稳定服务的同时,充分的利用了已有资源。...

大唐杯资料+题库(移动通信)

大唐杯资料+题库(移动通信)

计算欧式距离的matlab程序

这是一个计算欧式距离的matlab程序,本人使用过,很好用。

计算机设计大赛作品开发文档

参加的是2020年的计算机设计大赛,软件应用与开发赛道。我们的开发文档仅供参考。(20页)

2021华中杯A第一问配套思路.rar

2021华中杯第一问配套思路,内涵第一问处理后的可读数据,输出结果,可视化图片,RGB转换函数。(R语言代码) 声明:只可自己使用,不可商用。违者必究。 具体思路见:https://tjxwz.blog.csdn.net/article/details/116310441

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)。

多变量线性回归:预测波士顿的房价.ipynb

代码文件与B站上的视频教程同步,记录完整的模型分析建模过程,还有注意事项,包括我自己走的弯路,代码内容与接下来我要发布的博客同步。

数学建模30种算法大全

数学建模最常用的30种算法! 全国大学生数学建模竞赛创办于1992年,每年一届,已成为全国高校规模最大的基础性学科竞赛,也是世界上规模最大的数学建模竞赛。2018年,来自全国34个省/市/区(包括香港、澳门和台湾)及美国和新加坡的1449所院校/校区、42128个队(本科38573队、专科3555队)、超过12万名大学生报名参加本项竞赛。

常见30种数学建模模型

常见的30种数学模型,比较详细,非常适合搞数学建模的学生使用

matlab教程ppt(完整版).pdf

MATLAB信号处理详解 结合MATLAB最新版本系统地介绍信号处理及现代信号处理或者非平稳信号处理(包括信号处理、阵列信号处理、时频分析及高阶谱分析)的基本理论及在工程应用中的一些基本方法;详细地介绍MATlLAB工具箱函数的用法;最后结合一些应用实例,说明基于MATLAB进行分析与设计的方法。 《MATLAB信号处理》首次将信号处理涉及的各种MATLAB工具箱全面加以说明分析,简明扼要地介绍相关领域的基本概念和基本理论,重在讲述有关基本理论和物理背景,避开繁复的推导和中间过程,结合编程应用介绍工具箱函数的功能及用法,并且通过各种应用实例阐述如何利用MATLAB工具箱来解决工程应用问题。

自己动手从0到1写嵌入式操作系统

这不是rtos源码分析的课程,而是为初级的同学设计,从基础原理讲师,一步步不断迭代设计rtos的课程! 用不到【2000行代码,汇编代码仅18行】(不含注释)实现一个精巧的可以运行在ARM Cortex-M内核芯片上的RTOS! 该RTOS功能与ucos类似,具体实现不同。学习之后,再去学习ucos之类的系统将没有什么问题。 1、系统地掌握RTOS的工作原理及其应用; 2、用更短的时间、更少的精力,学习RTOS相关知识; 3、设计出一个具备自己特色的RTOS。将其用作毕业设计、找工作的敲门砖; 4、提升技术水平,为升职加薪跳槽提供资本。

2020年五一赛B题论文

自己做的五一赛论文,代码数据都在附录。本文针对股票投资组合问题进行了研究,建立了投资效用与多目标规划模 型,运用了历史模拟、灰色关联等方法,旨在确定股票投资组合策略。

Java面试题大全(备战2021)

这本面试手册包含了Java基础、Java集合、JVM、Spring、Spring Boot、Spring Cloud、Mysql、Redis、RabbitMQ、Dubbo、Netty、分布式及架构设计等方面的技术点。内容难度参差,满足初中高级Java工程师的面试需求。

Java系列技术之工具Maven

Java系列技术之必学工具Maven是在JavaWeb入门课程的后续课程,也是以后课程里都要用的实用级工具,所以大家一定要学会,Maven 是目前在生产环境下多框架、多模块整合开发的项目自动化构建工具,是我们学习Java的技术人必须要学会的一个工具, 大型项目开发过程中不可或缺的重要工具。 这里将带着大家了解 Maven 的作用,常用命令,配置依赖,以及依赖的范围、依赖的传递性、依赖的排除、生命周期等重要概念,以及继承、聚合、部署的 Maven 配置。全部配置操作,手把手演示操作,绝对能提升大家的实际操作能力!

波士顿房价预测数据及代码

本资源包含数据,代码,解释,相应的文件。代码是练习用的,文章中的代码都可以运行出来,是很好的一个练手项目。

2020-五一数学建模大赛C类问题饲料加工配比及优化.pdf

2020年,“51”数学建模C类问题,关于饲料配比问题以及加工优化方案。论文采用统计分析,建立了关于饲料加工的多目标优化模型。并利用蒙特卡罗算法对目标函数进行优化,解决了饲料加工质量最优配比问题并进行了成本控制。

ARIMA模型-matlab代码

ARIMA模型-matlab代码,可以根据自己的实际情况进行参数调节,实现所需要的效果。

相关热词 c# sdk 微信 c#后台管理模板 c# 或取目录下文件 c#操作word书签 c# 比较两个数 c#语言打开.srec c# mvc 特性验证 c#类的对象初始化 c# 字符串完全匹配 c# 串口