搜索资源列表
smartclient
- 智能客户端本章分析在客户端处理数据时的各种注意事项，包括数据缓存、数据并发以及数据集和 Windows 窗体数据绑定的使用。-smart client analysis of this chapter in processing client data to the various matters, including data caching, Concurrent data and data sets and Windows Forms data binding use.
DataClassificationAlgorithmsBasedOnSupportVectorMa
- 本文提出了一种双SMO算法。该算法在原数据集的抽样数据集上使用SMO算法得到近似分类超平面，根据近似分类超平面得到原数据集的所有支持向量，再次使用SMO算法得到最终的分类超平面。-In this paper,double SMO which is a improved SVM training algorithm is presented.This algorithm finds a approximate separating hyperplane on the sample data set
shujucaiji
- 基于 PCI 总线接口的 CompuS,cope82G 型高速数据采集卡和 Visual C++编程工具的快速虚拟示波器试验系统,该系统集波形采集、数据分析、输出、显示为一体。 -Based on the PCI bus interface CompuS, cope82G high-speed data acquisition card and Visual C++ programming tool for rapid virtual oscilloscope test system, w
Clustering.Algorithms.Research
- 软件学报 2008年论文《聚类算法研究》，作者孙吉贵, 刘杰, 赵连宇。pdf格式，14页。对近年来聚类算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行分析概括 另一方面选择一些典型的聚类算法和一些知名的数据集,主要从正确率和运行效率两个方面进行模拟实验,并分别就同一种聚类算法、不同的数据集以及同一个数据集、不同的聚类算法的聚类情况进行对比分析.最后通过综合上述两方面信息给出聚类分析的研究热点、难点、不足和有待解决的一些问题.上
Iris
- Iris数据，是用来测试数据挖掘算法的数据集-Iris data is used to test data mining algorithms for data sets
gdal
- 最近在学习gdal库，因为学习它的目的是为了读取，处理，保存大数据量的多格式影像，所以我把学习的重点放在了读取数据集，创建数据集，分块读写上。-Recent study gdal library, because its purpose is to learn to read, treatment, save a large amount of data, multi-format video, so I focused on learning to read the data set, cre
datamining
- 数据挖掘的讲义，里面有粗糙集等等各处搜集到的相关论文-Data mining lecture notes, which have rough sets, etc. to collect the relevant papers everywhere. .
Data-Collecting-and-Transmittin
- 首先，论文在分析了电缆故障种类及原因的基础上论证了研究电缆故障监测数据采 集与传输系统的必要性。紧接着又详细的阐述了虚拟检测技术的发展，更进一步证明了 基于 Lab VIEW 的电缆故障监测数据采集与传输系统设计的可行性，并且研究了故障信 息的小波分析及其在虚拟仪器中的实现，将小波变换引入到数据分析中，为更好的识别 故障信号提供了理论支持，并通过仿真验证了理论的可行性。 -First, the paper analyzed the types and causes of ca
CBFDataGernate
- CBF数据生成器，生成CBF数据集，做论文时候用到的。喜欢对做论文的朋友有帮助-CBF data generator to generate CBF data sets, when used in their papers. Likes to do the paper to help a friend! !
kmeans
- 用VC或Java实现K-means聚类算法，分别以迭代次数及分配不再发生变化为算法终止条件，用图片（自己选择）作为数据集，比较运行时间（画出时间与像素点的关系曲线图，因此须用多幅像素个数不同的图片进行实验），提交实验报告与源代码。-K-means clustering algorithm for algorithm termination conditions, with a picture (their choice) as a data set to compare the running
Discretecosine-transform
- 脑神经网络信号的离散余弦分类。所谓分类就是一种模式识别。按照某个特定标准(如距离准则)把一个数据集分割成不同的类或簇，分类后同一类的数据尽可能聚集到一起，不同数据尽量分离。而离散余弦变换是一种用来数据压缩的正交变换。所谓数据的压缩实际上就是通过丢失能量较小高频分量，保留能量较高的低频分量，从而达到压缩的目的。-Brain network signal discrete cosine classification. The so-called classification is a kind of
bookreview2-geller
- 这本书提供了一个全面的基础，在机器学习的概念，以及在现实世界中数据挖掘的情况下，将机器学习的工具和技术的实用的建议。在里面，你会学到所有你需要知道的关于编写，解释输出，评估结果，以及算法的心脏成功的数据挖掘方法，包括过去和基于Java的方法，在尝试和真正的技术当代研究的前沿。如果你参与的任何级别的工作从大的数据集合中提取有用的知识，写清楚，并有效地说明本书将证明是一个非常宝贵的资源。 补充作者的指令，是一个全功能的独立于平台的Java软件的机器学习系统，可供下载。将它应用到的样本数据集
iris
- iris 数据集 自己整理过的 数据挖掘使用-finishing off their iris data set using data mining
glass
- glass 数据集 数据挖掘使用很广泛的数据集-glass data set data mining using a wide range of data sets
Support-data-mining-algorithms
- 支持数据挖掘算法选择的数据集特征提取研究,感觉不错的文档-Support data mining algorithms selected data sets feature extraction, feeling good documentation
C6000-Intrinsics-a-SIMDs
- SIMD（Single Instruction Multiple Data）是指单指令多数据的运算 方式，这种技术可以使一条指令同时应用于多个数据集，这种处理方式显然在对不同数据集进行同一操作时非常有用，一个简单的例子就是，我们需要把平面空间的圆转换成3D空间的圆（由多个三角形构成），这其中需要大量的三角形计算，并且其中的多个三角形运算都是一些重复性运算，使用浮点SIMD指令显然就可以通过名为衍生计算的算法加快整个运算完成的速度，而在原来如果仅通过FPU浮点单元运算的话，所有数据都需
mapreduce-osdi04
- MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念 Map（映射） 和 Reduce（归约） ，和它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。-MapReduce is a programming model and an associ- ated implementation for processing and generating larg
opencv-doc
- 图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）
EM
- 实验报告，实现：对于混合高斯分布的情况，使用最大期望算法，通过不断计算每个样本的均值与方差，使得似然函数达到最大值。可以很好地处理满足一定概率分布的数据。 代码中通过mvnrnd()函数，设定其中的参数，产生符合混合高斯分布的一组数据集。-Lab reports, to achieve: the case of the mixed Gaussian distribution, using expectation-maximization algorithm, through continuo
Clustering-Algorithms-Research
- 对近年来聚类算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行分析概括 另一方面选择一些典型的聚类算法和一些知名的数据集,主要从正确率和运行效率两个方面进行模拟实验,并分别就同一种聚类算法、不同的数据集以及同一个数据集、不同的聚类算法的聚类情况进行对比分析.最后通过综合上述两方面信息给出聚类分析的研究热点、难点、不足和有待解决的一些问题.上述工作将为聚类分析和数据挖掘等研究提供有益的参考.-Status and Progress