搜索资源列表
planetsim_3.0
- p2p仿真器。开发者可以工作在覆盖层中进行创造和测试逻辑算法或者创建和测试新的服务。PlanetSim还可以将仿真代码平稳转换为在Internet上的实验代码,模拟器上的分布式服务对结构化的覆盖层协议使用相同API,在模拟器和底层网络上的服务并且对用户是透明的。-p2p simulator. Developers can work in the cover layer for the creation and testing of logic or algorithms to create an
IKAnalyzer3.2.8-bin
- IKAnalyzer是一个开源的,基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始,IKAnalyzer已经推出 了3个大版本。最初,它是以开源项目Luence为应用主体的,结合词典分词和文法分析算法的中文分词组件。新版本的IKAnalyzer3.0则发展为 面向Java的公用分词组件,独立于Lucene项目,同时提供了对Lucene的默认优化实现。 -IKAnalyzer is an open source, java based development o
41695054ModifyShiftAverageRegress
- 一种新的移动平均算法,大家看看吧,希望对大家有帮助-A new moving average algorithm, let us look at it, I hope all of you help
struts2page
- struts2分页新技术,算法很好的,仔细研究
weka-src
- 开发环境:eclipse WEKA是一个数据挖掘工作平台,集合了大量能承担数据挖掘任务的机器学习算法,包括对数据进行预处理,分类,回归、聚类、关联规则以及在新的交互式界面上的可视化。 -Development environment: eclipse WEKA is a data mining work platform, a collection of a lot to take on the task of data mining machine learning algorithms,
IKAnalyzer3.2.0Stable_src
- IKAnalyzer是一个开源的,基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始,IKAnalyzer已经推出了3个大版本。最初,它是以开源项目Luence为应用主体的,结合词典分词和文法分析算法的中文分词组件。新版本的IKAnalyzer3.0则发展为面向Java的公用分词组件,独立于Lucene项目,同时提供了对Lucene的默认优化实现。 IKAnalyzer3.0特性: 采用了特有的“正向迭代最细粒度切分算法“,具有60万字/秒的高速处理能力。
SmallStructv3.0
- 框架的最大好处就是重用。面向对象系统获得的最大的复用方式就是框架,一个大的应用系统往往可能由多层互相协作的框架组成。 框架能重用设计。它提供可重用的抽象算法及高层设计,并能将大系统分解成更小的构件,而且能描述构件间的内部接口。这些标准接口使在已有的构件基础上通过组装建立各种各样的系统成为可能。只要符合接口定义,新的构件就能插入框架中,构件设计者就能重用构架的设计。 -The greatest benefit is the reuse framework. Object-orien
ga-lesson
- 异常算法讲稿最优化理论和方法是第二次世界大战后迅速发展起来的一个新学科。 -Abnormal speech algorithm optimization theory and methods developed rapidly after World War II, a new discipline.
new-think
- 基于蚁群算法的路由新算法。非常好的一篇论文。-New routing based on ant colony algorithm. Very good paper.
IKAnalyzer_V3.2.8
- IK Analyzer是一个开源的,基于java诧言开发的轻量级的中文分词工具包。最初,它是以开源项目Luence为应用主体的,结合词典分词和文法分析算法的中文分词组件。新版本的IK Analyzer 3.X则发展为面吐Java的公用分词组件,独立于Lucene项目,同时提供了对Lucene的默认优化实现。-IK Analyzer 3.X
cPP
- 传统的计算机图形学以欧氏几何学为数学基础,构造规则的几何图形。分形图形学是分形几何学与计算机图形学相结合产生的一门新学科,构造非规则的几何图素,从而实现分形体的可视化以及对自然景物的逼真模拟。利用分形图形的自我相似、自我得制、自我嵌套等特点,可以使用递归算法来生成分形图形。-Traditional computer graphics, mathematical foundations of Euclidean geometry, the geometry of the construction
JAVADIGGER
- DIGGER社交网络数据挖掘分析系统,本系统的挖掘工作是在WEKA平台下进行的,WEKA作为一个公开的数据挖掘工作平台,集合了大量能承担数据挖掘任务的机器学习算法,包括对数据进行预处理,分类,回归、聚类、关联规则以及在新的交互式界面上的可视化。DIGGER作为一个社交网络系统,它利用数据挖掘工具WEKA在大规模海量数据中建立模型和发现数据间关系,这些模型和关系可以用来做出决策和预测。 第一章描述了开题的背景和需求,第二章描述该系统的关键技术和开发环境,第三章是系统的设计,第四章对框架的研究
hc-v4.tar
- httpclient登录新浪微博(非SDK方式)最近新浪微博更新了sso登录方式,加密算法变成了rsa,获取nonce和servertime,pubkey,这里涉及到rsa加密,通常用java进行rsa加密一般都是从文件读取公钥信息或者是base64编码的公钥信息转换成key,然后进行加密... -httpclient Login Sina Weibo (non-SDK way) Sina Weibo recently updated sso login, encryption algori
threefish
- 三鱼加密算法是一个较新的,也较安全的算法-Three fish encryption algorithm is a newer and more secure algorithm
system
- Java技术调用Weka中新开发的算法设计实现了一个基于上述特征选择和规则提取的在线数据挖掘分类系统,可实现数据的自动分类、数据规则提取以及数据预测等功能,满足用户通过Web实现在线规则提取、数据类别预测等数据挖掘需求。-depending on weka ,attribute selection classification
K_Means
- k-means 算法的工作过程说明如下:首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。下面给出我写的源代码。-work process k-means al
TSP
- 一种基于遗传算法求解TSP的新思路,内有详细注释。-new method of TSP based GA
LouvainAlgorithm
- 为了降低算法的时间复杂度,Vincent Blondel等人提出了另一种层次性贪心算法(BGLL算法)。该算法包括两个阶段,这两个阶段重复迭代运行,直到网络社区划分的模块度不再增长。第一阶段合并社区,算法将每个节点当作一个社区,基于模块度增量最大化标准决定哪些邻居社区应该被合并。经过一轮扫描后开始第二阶段,算法将第一阶段发现的所有的社区重新看作节点,构建新的网络,在新的网络上迭代的进行第一阶段。当模块度不再增长时,得到网络的社区近似最优划分。 算法的基本步骤如下: 1).初始化,将每个节点划
kuaipai_immoc
- 写论文,查资料,共享源码,分享传播新算法!(write paper, new source code, hello pudn!)
合并排序
- 合并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。合并排序法是将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为2-路归并。合并排序也叫归并排序。(Merge sort is an efficient sortin