点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 位置敏感哈希
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
C语言编程常见问题解答(chm版)
第l章 C语言 1. 1 什么是局部程序块(local block)? 1. 2 可以把变量保存在局部程序块中吗? 1. 3 什么时候用一条switch语句比用多条if语句更好? 1. 4 switch语句必须包含default分支吗? 1. 5 switch语句的最后—个分支可以不要break语句吗? 1. 6 除了在for语句中之外,在哪些情况下还要使用逗号运算? 1. 7 怎样才能知道循环是否提前结束了? 1. 8 goto,longjmp()和setjmp()之间有什么区别? 1. 9
所属分类:
C
发布日期:2010-04-21
文件大小:587776
提供者:
didato
LSH资料ppt_pdf
包含有LSH(Locality Sensitive Hashing)的一些资料,如经典论文,相关ppt。
所属分类:
专业指导
发布日期:2011-01-06
文件大小:10485760
提供者:
LVYING603
e2lsh的学习手册
这个一个e2lsh的介绍文档,它详细的介绍了精确欧式空间位置敏感哈希簇的内容算法
所属分类:
电子政务
发布日期:2011-07-12
文件大小:143360
提供者:
lonelydereng
E2LSH源代码
E2LSH的源代码,p稳定分布LSH 用于大规模的图片检索
所属分类:
C
发布日期:2014-08-01
文件大小:575488
提供者:
jasonding1354
基于Spark的ISOMAP算法并行化
为了实现大数据环境下非线性高维数据的快速降维,提出了一种基于Spark的并行ISOMAP算法.在该算法中,为了快速构建邻域矩阵,设计并实现了基于精确欧式位置敏感哈希的近邻搜索并行算法;为了实现特征值的快速求解,设计并实现了基于幂法和降阶法交替执行的特征值求解并行算法.为了进一步提高算法的性能,基于Spark的特性,利用Spark的稀疏向量、广播机制和缓存机制对并行ISOMAP算法进行了优化,减少了计算过程中的内存消耗和数据传输.在Swissroll数据集和S-curve数据集上的实验结果表明,
所属分类:
spark
发布日期:2018-06-22
文件大小:478208
提供者:
qq_28339273
social_network:Sinatra框架上的社交网络Web应用程序-源码
在找到运行此应用程序 概述:此应用程序是社交网络的一个版本,可让您创建帐户,安全地注册/登录。在社交网络中,如果您改变了主意,则可以结交朋友,取消好友关系或取消好友请求,还可以发布消息在墙上,如果您不满意它,也可以编辑或删除它,或者查看朋友的帖子。 如果您希望在注册过程中输入的信息,也可以更改所有信息,如果您知道旧密码,也可以肯定地输入新密码! 如果您要提供“ http”或“ https”格式的链接,则可以设置个人资料图片,以使其更具爵士风格。 在您自己的主页上,只有您可以看到基于您的IP地址
所属分类:
其它
发布日期:2021-03-13
文件大小:558080
提供者:
weixin_42123237
基于位置信息熵的局部敏感哈希聚类方法
在分析海量生物序列时,现有的聚类算法存在着时间效率不高、 准确率较低,以及聚类结果的生物意义不足等问题。针对这些问题,提出一种基于位置信息熵的局部敏感哈希聚类方法。通过对生物序列使用 K 词计算其标准熵,将标准熵作为局部敏感哈希函数簇的特征向量,计算特征矩阵并应用于生物序列聚类。实验结果表明,该算法能够有效地提高时间效率和聚类的准确率。随着数据集的增大,也同样取得很好的效果,实验结果更具有生物解释性和实际意义。
所属分类:
其它
发布日期:2021-03-07
文件大小:941056
提供者:
weixin_38597970