您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. as3 光线追踪渲染

  2. 用as3进行的光线追踪渲染测试 会有些卡 甚至假死 渲染时间大约为几分钟不等 依机器性能变化。
  3. 所属分类:Actionscript

    • 发布日期:2012-07-26
    • 文件大小:11264
    • 提供者:gerrylei1230
  1. 基于马尔科夫排队论的性能不等的机器调度模型源码及论文

  2. 基于马尔科夫排队论的性能不等的机器调度模型源码及论文 simulink仿真实验可以运行论文已经在cscwd2018会议发表
  3. 所属分类:机器学习

    • 发布日期:2018-04-13
    • 文件大小:1048576
    • 提供者:dfengyuguren
  1. 应用预测建模 Applied Predictive Modeling

  2. 译者序 前言 第1章 导论 1.1 预测与解释 1.2 预测模型的关键部分 1.3 专业术语 1.4 实例数据集和典型数据场景 1.5 概述 1.6 符号 第一部分 一般策略 第2章 预测建模过程简介 2.1 案例分析:预测燃油效能 2.2 主题 2.3 总结 第3章 数据预处理 3.1 案例分析:高内涵筛选中的细胞分组 3.2 单个预测变量数据变换 3.3 多个预测变量数据变换 3.4 处理缺失值 3.5 移除预测变量 3.6 增加预测变量 3.7 区间化预测变量 3.8 计算 习题 第4章
  3. 所属分类:机器学习

    • 发布日期:2018-06-14
    • 文件大小:77594624
    • 提供者:u011051172
  1. Banner安全产品介绍/新产品.pdf

  2. Banner安全产品介绍/新产品pdf,Banner安全产品介绍/新产品关于邦纳工程 确保高质量和高产量的制造工厂 邦纳公司总部 邦纳公司制造工 邦纳公司制造工 邦纳公司刮造工厂 邦纳公司制造工厂 美匡明尼苏达州明尼阿波利斯市国明尼苏达州明尼阿波利斯市美国南达科达州休昆市 美国南达科达州阿波丁市 美国明尼苏达州福格斯瀑布市 专业的开发设计中心 这些达到世界先诖水平的制造生产分厂拥有100多位专业工程师,其中 最大的工程设计小组能研究和应用最先进的光学及安全技术,并拥有先 进的电路设计能力和软件开
  3. 所属分类:其它

    • 发布日期:2019-10-18
    • 文件大小:1048576
    • 提供者:weixin_38743602
  1. GB 3797-1989 电控设备 第二部分 装有电子器件的电控设备.pdf

  2. GB 3797-1989 电控设备 第二部分 装有电子器件的电控设备pdf,GB 3797-1989 电控设备 第二部分 装有电子器件的电控设备GB379T—89 对无独立变压器而联结到公共母线上的装置,其过电压抑制装置应与前一级公共变压器相匹配 直接接人电网的装置应采取浪涌抑制措施 U 图1 图2 32.62直流输入电源 a.电压波动范围为额定值的+5%~-75%,蓄电池组供电时的电压波动范围为额定值(单个 电池的额定电压值与串联个数的乘积)的±15% b.直流电压纹波峥-谷值)不超过额定电压
  3. 所属分类:其它

    • 发布日期:2019-10-14
    • 文件大小:912384
    • 提供者:weixin_38743481
  1. 东北大学需求分析和系统设计期末复习

  2. 东北大学需求分析与系统设计期末考题简答题部分,中文,swoT指优势、缺陷、机会、威胁( strength、 weakness、 opportunit!y、 threat)。SWOT 方法以调整组织的优势、劣势、机会和威胁的方式来进行信息系统开发项目的识别、分类、排序和选择。这是 个从确定组织使命开始的、自顶向下的方法。将与研究对象密切相关的各种主要内部优势、劣势和外部的机 会和威胁等,通过调查列举出来,并依照矩阵形式排列,然后用系统分析的思想,把各种因素相互匹配起来加 以分析,从中得出一系列相应
  3. 所属分类:讲义

    • 发布日期:2019-01-12
    • 文件大小:5242880
    • 提供者:layliangbo
  1. PythonRegression-源码

  2. 使用Anaconda / JupyterLabs进行Python回归 这些是我用于XGBoost回归建模的一些有用的编码模块。 回归建模 XGBoost的原因? 有许多不同的机器学习算法可用于有监督的回归建模,其复杂度从线性回归到更高级的模型(如随机森林,SVM)不等。 eXtreme Gradient Boosting(XGBoost)是一种额外的学习模型,已证明在监督建模中具有出色的性能,并赢得了许多数据科学/机器学习竞赛。 XGBoost的主要优势是其大量的超参数,可以针对大型或小型数据
  3. 所属分类:其它

    • 发布日期:2021-03-27
    • 文件大小:88064
    • 提供者:weixin_42151772