注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 传播学书《传播的偏向》

  2. 传播的偏向——传播学书目之一，还不错的O(∩_∩)O哈！

  3. 所属分类：专业指导

    • 发布日期：2009-06-14
    • 文件大小：10485760
    • 提供者：xuanxve

  1. 一种快速的近邻传播聚类算法

  2. 近邻传播算法是一种快速有效的聚类方法.针对近邻传播算法在无先验知识条件下偏向参数选择的问题,使用Silhouette聚类有效性指标确定偏向参数.针对近邻传播算法在处理结构复杂或高维数据时,存在数据信息重叠的问题,提出将局部保持投影方法与近邻传播算法相结合的方法,在有效保留数据内部非线性结构的前提下,有效删除数据空间中的冗余信息.仿真结果验证了提出的算法优于传统的近邻传播算法.

  3. 所属分类：算法与数据结构

    • 发布日期：2017-10-23
    • 文件大小：2097152
    • 提供者：dwf_android

  1. 短视频APP中顾客品牌忠诚影响因素分析

  2. 网络用户碎片化时间严重，互联网内容偏向于短平快发展，短视频这种网络传播内容逐渐获得各大平台、粉丝及资本的青睐。在短视频 APP 行业，顾客选择不同品牌的短视频APP 的行为存在着很多亟待解决的问题。如何在短视频行业中取得竞争优势，获得顾客品牌忠诚成为短视频运营商最想解决的问题。在已有文献分析中，虽然品牌忠诚的研究已有很多，但在短视频领域涉及很少。研究短视频 APP 中影响顾客品牌忠诚的各类因素。根据结论为短视频 APP 的发展提供一些建议，为市场上的各个短视频 APP 运营公司解决一些现实性的问

  3. 所属分类：互联网

    • 发布日期：2020-05-03
    • 文件大小：1048576
    • 提供者：kamo54

  1. Affinity-Propagation-Clustering-master.zip

  2. 仿射传播聚类（Affinity propagation clustering, AP）是在Science上提出的一种新聚类算法，参见："Brendan J. Frey and Delbert Dueck. Clustering by Passing Messages Between Data Points. Science, 2007, 315(5814), 972-976."。其优势体现在处理类数很多的情况时运算速度快和适合大类数。仿射传播聚类有两个尚未解决的问题：一是很难确定偏向参数取何值能

  3. 所属分类：算法与数据结构

    • 发布日期：2020-01-09
    • 文件大小：2097152
    • 提供者：qq_32894219

  1. 企业PPT形象升级手册（上）

  2. 企业介绍 PPT ，是现代企业必备的品牌武器。小到三五人现场沟通 ，大到几百上千人的商业论坛 ，亦或在微信 、邮件推荐业务 ，一个专业的企介绍 PPT都是必不可少的。本册为《企业PPT形象升级手册(上)》 包含企业介绍PPT的四个原则、准备阶段所需要的6个事项及过程篇关于风格、故事、尺寸 色彩操作规范、企业介绍PPT中所涉及到文字 目录 准备篇 二、过程篇 2.1风格 27图形 22故事 28图标 23尺寸 29图示 2.4色彩 2.10图表 2.5文字 2.11动画 2.6图片 、后续篇 3

  3. 所属分类：其它

    • 发布日期：2019-03-04
    • 文件大小：9437184
    • 提供者：thb3133

  1. 抓住三招，打造一场与用户一起的狂欢，造节你行不行！

  2. 活动策划类似新作一个产品demo，要让她受到用户的欢迎，并取得预期的效果主要有以下几点需要关注：要对产品用户的需求做一些细致的分析，可以面向不同的人群做不一样的活动，比如说我们的用户主要是淘宝的用户，但针对不同层级会推不一样的活动，如偏好优惠的我们会重点推送集分宝、送手机、送优惠券等，偏向高端用户推送的”一年保一百万“的账号险等。不管是策划还是传播，符合当下的热点，一般更能够引起用户的兴趣，如近期《碟中谍5》《小黄人》等影片热映，有一片互联网公司通过各种手段进行借势。常用的固定借势常有1）节日；

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：330752
    • 提供者：weixin_38634610

  1. 基于概率无向图模型的近邻传播聚类算法

  2. 针对近邻传播聚类算法偏向参数难选定、生成的簇数目偏多等问题,提出一种概率无向图模型的近邻传播聚类算法.首先为样本数据构建概率无向图模型,利用极大团和势函数计算无向图中数据样本的概率密度,将此概率密度作为一种聚类先验知识注入近邻传播算法的偏向参数中,提高算法的聚类效率;并用高斯降噪和簇归并方法进一步提升算法的聚类精度.在UCI数据集上的实验结果表明,所提出算法的聚类效率和精度均优于相比较的同类算法.

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：275456
    • 提供者：weixin_38557757