搜索资源列表
TC 2.0 挖地雷
- TC 2.0 挖地雷 关于TC2.0版的挖地雷 1、整个游戏基于事件驱动的工作方式,这一点和windows应用程序是相通的。在程序的主 干中,不停的捕捉鼠标事件,再通过一个函数: Bool analysis(CPoint point, ClickInfor infor) 来分析鼠标事件作用在哪个对象上(游戏中的元素,比如按钮、菜单、地雷单元格都是 作为一个对象来看待),然后把鼠标事件分配到相应的对象上。不同的对象,对鼠标事件 有自己的事件处理函数,比如
exam8_nankai100
- 通过这次上机考试(2004年4月)以及从各大论坛上考生朋友们所抽取的上机题来看,所有的上机考试题全来自南开100题,但网上所流传的以及正式书本上的解法也有不少的错误,因此也误导了一些基础不深的朋友们,为此我将2004年版南开100题中所有的题都在无忧2004年上半年版模拟系统中进行了测试(无忧模拟系统也安装了最新的补丁),将正确的、精华的解法采纳出来,其中有许多题也加入了我的编程思想,尽量照顾了一些基础不深并对C语言中指针解法很畏惧的朋友们,做到容易理解及容易掌握-through this ex
shuzituxiang
- 1)、掌握数字图像的分割的原理及编程实现 2)、了解数字图像的基本理论基础并将其运用到实践中。
基于支持向量机的手写数字识别(小论文+matlab编程及结果)
- 支持向量机的研究现已成为机器学习领域中的研究热点,其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则,在最小化样本点误差的同时,缩小模型泛化误差的上界,即最小化模型的结构风险,从而提高了模型的泛化能力,这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的,经过十几年的研究和发展,已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。