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. CISCO路由之排除路由故障

  2. 一 静态路由故障 　　1. 静态路由和有类别查找 　　当路由选择表进程检查一条使用中间地址（路由选择表中作为下一跳引用的IP地址）的可解析的静态路由时，这个检查总是在有类别方式下完成的，无论是否使用ip classless命令如果在路由选择表中有类别方式下的中间地址不能解析，则删除该静态路由。 　　使用show ip route查看路由选择表。 　　使用debug 可以显示某个网络宕掉了。 　　如果使用无类别方式并有一条默认路由存在，那么具有高管理距离的备份表态路由将永远不会在主静态路由失效时

  3. 所属分类：网络基础

    • 发布日期：2009-08-06
    • 文件大小：17408
    • 提供者：mfkjyi

  1. DOS下常用网络命令解释大全

  2. 这份东西比您在论坛上找的好多东西都有用。 Arp 显示和修改“地址解析协议”(ARP) 所使用的到以太网的 IP 或令牌环物理地址翻译表。该命令只有在安装了 TCP/IP 协议之后才可用。 arp -a [inet_addr] [-N [if_addr] arp -d inet_addr [if_addr] arp -s inet_addr ether_addr [if_addr] 参数 -a 通过询问 TCP/IP 显示当前 ARP 项。如果指定了 inet_addr，则只显示指定计算机的

  3. 所属分类：FTP

    • 发布日期：2009-12-11
    • 文件大小：92160
    • 提供者：wsedwsed

  1. 无毒空间2.0.1.227版本

  2. 无毒空间，一款可以玩的安全软件。 （目前的最新版本是3.2.2.239了，请搜索无毒空间virusfree，到官网下载） 无毒空间概述 无毒空间是一个计算机可执行程序的白名单管理系统； 白名单之外的程序想要执行就会触发我们的提示或者拦截； 所谓“免杀技术”的病毒木马在无毒空间的监控下完全无效； 程序不大，但功能很强； 没有病毒库，但病毒却无处藏身； 操作使用也非常简单。 无毒空间四大特点： 超于寻常的可疑程序发现能力； 独特技术直接屏蔽病毒木马的隐藏功能，可全自动将可疑程序呈送到用户的桌面。

  3. 所属分类：网络攻防

    • 发布日期：2010-01-24
    • 文件大小：1048576
    • 提供者：ldisk

  1. SQL数据库心得，分析得不错

  2. 一、首先你要确认你的鉴别模式： WIN NT鉴别模式呢还是混合模式，其中混合模式包括WIN NT鉴别模式和SQL SERVER 鉴别模式 实施鉴别模式的步骤 1、核实采用了可信连接 2、设置鉴别模式 3、关闭和重启MSSQLServer服务程序 4、创建WIN NT分组和用户 5、授权WIN NT分组和用户可存取SQL Server 6、为用非可信任连接的用户创建SQL Server登录帐号 二、为用户和角色分配登录帐号 三、给角色分配登录权 四、为用户和角色分配许可权限 在改进SQL S

  3. 所属分类：其它

    • 发布日期：2010-02-28
    • 文件大小：172032
    • 提供者：ahezhuo1

  1. Web日志挖掘相关算法研究

  2. 摘要 在互联网的强力推进下，Web已成为信息制造、发布、处理和加工的主要平台。然而Web上承载的信息正在迅速膨胀，从而导致了一个严重的问题——“信息爆炸”，即信息极大丰富，而知识相对贫乏。正是在这种情况下，Web数据挖掘应运而生。其中面向服务器Web日志的Web日志挖掘尤其得到了研究者的关注本文在Web日志挖掘技术方面开展了一些研究工作。首先系统地介绍了数据挖掘和Web数据挖掘的基本概念和方法。然后针对Web日志挖掘，重点研究了Web日志数据预处理技术，以及Web日志中关联规则的挖掘算法和最大

  3. 所属分类：Web开发

    • 发布日期：2010-04-02
    • 文件大小：2097152
    • 提供者：kaijiangabc

  1. autocode中文java版

  2. AutoCode代码生成器宗旨：简洁、实用、高效、协作 　　您是不是因为java的开发和维护繁琐而烦恼，目前政府机关、企业大都要求用java来开发项目，本软件将彻底解决您的后顾之忧，通过本软件的自动生成功能，生成的java代码规范、全部开源，不存在用隐含的内容，全部代码逻辑开源的展示给客户，符合J2EE的MVC开发模式结合工厂模式，代码通俗易懂，只要稍微有点java常识的人就可以使用本软件来开发大型的java项目，本工作室的开发团队汲取多位资深开发人员多年的项目开发经验开发出本软件，目前使用本

  3. 所属分类：Java

    • 发布日期：2010-04-14
    • 文件大小：11534336
    • 提供者：hb317848725

  1. android 网络应用轻量框架-多线程管理-高效缓存-设计模式

  2. 关于框架有意见 欢迎联系我一起探讨。 问答是happy http://blog.csdn.net/b275518834/article/details/8247685 操作方式：输入文本框设置线程数 点击第一个按钮请求10个地址信息 点击第二个按钮中断10个地址信息 1：判断当前网络环境 2：编写了3套方案 Old_GridViewActivity 简单线程回调 AsyncTask_GridViewActivity 使用android自带的AsyncTask类实现 Demo_GridViewA

  3. 所属分类：Android

    • 发布日期：2012-12-02
    • 文件大小：364544
    • 提供者：b275518834

  1. 基于最大频繁模式挖掘算法进行书目推荐系统的设计与实现

  2. 基于最大频繁模式挖掘算法进行书目推荐系统的设计与实现

  3. 所属分类：其它

    • 发布日期：2014-02-24
    • 文件大小：719872
    • 提供者：kk4984

  1. C++实现Apriori算法，频繁模式数据挖掘，最大频繁项集，闭频繁项集

  2. C++实现Apriori算法，频繁模式数据挖掘，最大频繁项集，闭频繁项集，里面包括测试数据以及apriori.cpp、 apriori.h 、apriori_test.cpp三个文件。具体的相见博客：http://blog.csdn.net/FreeApe/article/details/49562315

  3. 所属分类：C++

    • 发布日期：2015-11-01
    • 文件大小：5120
    • 提供者：freeape

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：225280
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：225280
    • 提供者：q6115759

  1. spam 频繁序列挖掘算法

  2. 频繁序列挖掘算法，基于最大频繁序列模式的聚类算法及其在基因拼接中的应用。。该文章提出并实现一种基于频繁序列的新词挖掘算法，能够正确提取出中文文本中的新词，从而及时更新维护词库，使文本分类更为准确。

  3. 所属分类：其它

    • 发布日期：2009-03-06
    • 文件大小：2097152
    • 提供者：naruto1205

  1. 基于Spark的并行频繁模式挖掘算法

  2. 在大数据环境下Apriori频繁模式挖掘算法在数据处理过程具有预先设定最小阈值、时间复杂度高等缺陷,为此采用多阶段挖掘策略实现并行化频繁模式挖掘算法PTFP-Apriori。首先将预处理数据以模式树的形式存储,通过最为频繁的k个模式得到最优阈值。然后根据该值删除预期不能成长为频繁的模式以降低计算规模,并利用弹性分布式数据集RDD完成统计项集支持度计数、候选项集生成的工作。实验分析表明相比于传统的频繁模式挖掘算法,该算法具有更高的效率以及可扩展性。

  3. 所属分类：spark

    • 发布日期：2018-06-22
    • 文件大小：1048576
    • 提供者：qq_28339273

  1. 研究论文-基于改进的FP-tree最大频繁模式挖掘算法.pdf

  2. 针对FP-growth算法时空效率低的问题,提出了改进的FP-tree构造算法。该算法利用动态结点插入技术构造FP-tree,能有效减小模式树的宽度,达到压缩空间的目的;同时,该算法提高了前缀路径的共享性,提高了算法的效率。针对密集型数据的频繁模式完全集难以挖掘的问题,文中提出了IFPmax最大频繁模式挖掘算法,在改进的IFP-tree结构的基础上,利用结点的秩进行预判断,充分利用最大频繁模式的性质对已经存在的结点进行标记,有效避免了节点的冗余遍历,提高了最大频繁模式挖掘算法的效率。实验表明,

  3. 所属分类：其它

    • 发布日期：2019-08-07
    • 文件大小：674816
    • 提供者：weixin_39840914

  1. Identification of core-attachment complexes based on maximal frequent patterns in protein-protein interaction networks

  2. 基于最大频繁模式识别蛋白质网络中的核心－附件结构复合体，鱼亮，高琳，本文提出了一种基于最大频繁模式识别蛋白质相互作用(PPI, protein-protein interaction)网络中核-附件结构复合体算法(CCiMFP, core-attachment complexes

  3. 所属分类：其它

    • 发布日期：2020-01-03
    • 文件大小：366592
    • 提供者：weixin_38622149

  1. 2019面试必问Android知识点(实战北京各大互联网公司面试汇总).pdf

  2. 2019全新安卓面试必看的面试知识点，汇总了所有面试的公司的面试知识点摘要1.4项目中那些地方用到 Handler,具体如何使用的 1.5 AsyncTask 2事件分发 2.1 Android事件分发的机制或者流程 22 Activity的分发机制(如何传递到 View Group的 23 View Groupl的分发机制(如何传递子vew的) 24VieW的事件分发机制 3屏幕适配 3.1为什么要屏幕适配? 3.2屏幕适配有哪几种方案? 3.2.1 android原生屏幕如何适配 3.2.2

  3. 所属分类：Android

    • 发布日期：2019-09-03
    • 文件大小：720896
    • 提供者：u014803701

  1. 大数据可视化设计到底是啥，该怎么用

  2. 攻击从哪里开始？目的是哪里？哪些地方遭受的攻击最频繁……通过大数据网络安全可视化图，我们可以在几秒钟内回答这些问题，这就是可视化带给我们的效率。大数据网络安全的可视化不仅能让我们更容易地感知网络数据信息，快速识别风险，还能对事件进行分类，甚至对攻击趋势做出预测。可是，该怎么做呢？做可视化之前，最好从一个问题开始，你为什么要做可视化，希望从中了解什么？是否在找周期性的模式？或者多个变量之间的联系？异常值？空间关系？比如政府机构，想了解全国各个行业漏洞的分布概况，以及哪个行业、哪个地区的漏洞数量最多

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：489472
    • 提供者：weixin_38685538

  1. 计算模式示例-源码

  2. 计算模式 在此挑战中，您将需要： 使用伪代码将大问题分解为更小的步骤 遍历数据结构并处理内容 根据挑战要求确定要使用的数据结构（数组或哈希） 让我们开始 方法calculate_mode将以数字或字符串List作为输入，并返回最常用值的List 。 如果只有一个最频繁的值，它将返回一个单元素List 。 例如： calculate_mode ([ 1 , 2 , 3 , 3 ]) # => [3] calculate_mode ([ 4.5 , 0 , 0 ])

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：11534336
    • 提供者：weixin_42117267

  1. 大数据可视化设计到底是啥，该怎么用

  2. 攻击从哪里开始？目的是哪里？哪些地方遭受的攻击最频繁……通过大数据网络安全可视化图，我们可以在几秒钟内回答这些问题，这就是可视化带给我们的效率 。大数据网络安全的可视化不仅能让我们更容易地感知网络数据信息，快速识别风险，还能对事件进行分类，甚至对攻击趋势做出预测。可是，该怎么做呢？ 做可视化之前，最好从一个问题开始，你为什么要做可视化，希望从中了解什么？是否在找周期性的模式？或者多个变量之间的联系？异常值？空间关系？

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：489472
    • 提供者：weixin_38740144

  1. 用有序FP-tree挖掘最大频繁项集

  2. 提出了完全前缀路径和有序FP-tree的概念,给出根据数据项所在的层建立有序FP-tree的方法,利用有序FP-tree表示数据.提出用有序FP-tree中的完全前缀路径进行最大频繁项集挖掘的算法--MFIM算法,该算法利用有序FP-tree 中的完全前缀路径对挖掘算法进行优化.实验结果表明,该算法对于浓密数据集中挖掘长模式具有较好的性能.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：622592
    • 提供者：weixin_38565631
« 12 3 4 5 6 7 »