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. 超市应用系统（分析、设计、建模、编码）

  2. 内涵详细的开发文档 1．本系统主要包括以下模块： A 编码 完成对静态编码表的日常维护、管理工作，并提供查询及打印功能。 B 进货管理 完成商品进货、退货日常管理，并提供记账、查询及打印功能。 C 销售 完成商品流水账、商品批发等管理，并提供记账、查询及打印功能。 D 变价 完成商品变价管理功能，并提供记账、查询及打印功能。 E 调拨 完成商品出入库管理功能，并提供记账、查询及打印功能。 F 损溢 完成商品损溢管理功能，并提供记账、查询及打印功能。 G 结存 完成商品结存管理功能，并提供查询及

  3. 所属分类：C

    • 发布日期：2004-09-02
    • 文件大小：0
    • 提供者：hatest

  1. 编码的奥秘（完整版）

  2. 经典 通俗易懂 初学者必看 目 录 译者序 译者简介 第1章 电筒密谈 1 第2章 编码与组合 5 第3章 布莱叶盲文与二元编码 9 第4章 手电筒剖析 13 第5章 绕过拐弯的通信 19 第6章 电报机与继电器 25 第7章 十进制记数法 30 第8章 其他进位制记数法 36 第9章 二进制数 48 第10章 逻辑与开关 61 第11章 逻辑门电路 73 第12章 二进制加法机 94 第13章 如何实现减法 103 第14章 反馈与触发器 112 第15章 字节与十六进制 131 第16章

  3. 所属分类：嵌入式

    • 发布日期：2010-01-03
    • 文件大小：11534336
    • 提供者：zg116

  1. 编码的奥秘（计算机专业必读！）

  2. 本书用大量的篇幅讲述了与计算机原理相关的各种编码方法，并通过数字逻辑电路以及存储器，微处理器的形成，组织及发展阐述了编码的实现。本书还涉及到计算机系统，编程语言的发展，甚至对计算机图形化的相关技术也给了一个全面的描述。阅读本书，相信您会从它图文并茂的编排组织，通俗风趣的语言文字，广泛丰富的背景知识中体会到作者超凡的智慧和深邃的学问。 目 录 译者序 译者简介 第1章 电筒密谈 1 第2章 编码与组合 5 第3章 布莱叶盲文与二元编码 9 第4章 手电筒剖析 13 第5章 绕过拐弯的通信 19

  3. 所属分类：嵌入式

    • 发布日期：2010-03-05
    • 文件大小：10485760
    • 提供者：buptds

  1. #编码的奥妙#适用于对编码有兴趣的人

  2. 第2章 编码与组合 第3章 布莱叶盲文与二元编码 第4章 手电筒剖析 第5章 绕过拐弯的通信 第6章 发报机与转发器 第7章 十进制记数法 第8章 其他进位制记数法 第9章 二进制数 第10章 逻辑与开关 第11章 逻辑门电路 第12章 二进制加法机 第13章 如何实现减法 第14章 反馈与触发器 第15章 字节与十六进制 第16章 存储器组织 第17章 自动操作 第18章 从算盘到芯片 第19章 两种典型的微处理器 第20章 ASCII 码与字符映射 第21章 总线连接 第22章 操作系统

  3. 所属分类：嵌入式

    • 发布日期：2010-03-13
    • 文件大小：6291456
    • 提供者：HOUWNTD

  1. 编码的奥秘（数字原理的形象讲解）

  2. 本书用大量的篇幅讲述了与计算机原理相关的各种编码方法，并通过数字逻辑电路以及存储器，微处理器的形成，组织及发展阐述了编码的实现。本书还涉及到计算机系统，编程语言的发展，甚至对计算机图形化的相关技术也给了一个全面的描述。阅读本书，相信您会从它图文并茂的编排组织，通俗风趣的语言文字，广泛丰富的背景知识中体会到作者超凡的智慧和深邃的学问。 目 录 译者序 第1章 电筒密谈 第2章 编码与组合 第3章 布莱叶盲文与二元编码 第4章 手电筒剖析 第5章 绕过拐弯的通信 第6章 电报机与继电器 第7章 十

  3. 所属分类：嵌入式

    • 发布日期：2010-05-26
    • 文件大小：10485760
    • 提供者：bihaichentian

  1. 快速深度学习 大数据 极限学习机（简介）

  2. 深度学习中的自动编码器选用极限学习机时速度会大大加快，可以看看哈！参考论文为： Representational Learning with ELMs for Big Data

  3. 所属分类：讲义

    • 发布日期：2015-09-22
    • 文件大小：1048576
    • 提供者：bigheadyushan

  1. 最方便的java自动编码机

  2. 非常强大的java编码机，可自由的选择生成源码 与自身的项目完全没有任何瓜葛，不会影响自身的项目

  3. 所属分类：Java

    • 发布日期：2009-01-21
    • 文件大小：18432
    • 提供者：rista

  1. 基于卷积自动编码机的三维形状特征学习

  2. 一种基于卷积-自动编码机的三维特征自动学习 方法. 实验结果表明, 文中方法的特征学习速度比其他深度学习方法提高约2 个数量级, 且提取的特征在三维模型分 类、三维物体检测等任务中都取得了良好的结果.

  3. 所属分类：深度学习

    • 发布日期：2018-08-01
    • 文件大小：2097152
    • 提供者：catchthesky

  1. 使用深度自动编码器搜索新物理

  2. 我们介绍了使用自动编码器和无监督深度学习在LHC上搜索新物理的一种潜在强大的新方法。 自动编码器的关键思想是，它学会了将“正常”事件映射回自身，但无法重建从未遇到过的“异常”事件。 然后可以将重建误差用作异常阈值。 我们使用QCD喷气机作为背景，并使用增强型顶部喷气机和违反R奇偶校验（RPV）的胶粘剂喷气机作为信号，证明了此想法的有效性。 我们表明，仅在背景上，甚至直接在包含少量信号混合的数据上进行训练时，深层自动编码器可以显着改善背景信号。 最后，我们检查了自动编码器与射流质量的相关性，并显示

  3. 所属分类：其它

    • 发布日期：2020-04-15
    • 文件大小：701440
    • 提供者：weixin_38501610

  1. 基于深度学习与特征后处理的支持向量机铣刀磨损预测模型_戴稳.caj

  2. 为了提高机械加工过程中的刀具磨损预测精度，建立一种基于深度学习特征降维及特征后处理的布谷鸟优化参数的最小二乘支持向量机预测模型。该模型利用堆叠稀疏自动编码网络将时域、频域及时频域三方面提取的特征向量进行降维处理，然后利用特征后处理确保降维向量单调不递减及平滑趋势，最后采用自适应步长布谷鸟算法优化参数的最小二乘支持向量机模型预测铣刀磨损量。通过试验测试比较提出方法与其他预测方法，显示提出模型能更有效表征铣刀磨损量，大幅降低预测误差。

  3. 所属分类：制造

    • 发布日期：2019-07-05
    • 文件大小：1048576
    • 提供者：cy15625010944

  1. 一种基于遗忘机制的在线深度极限学习机

  2. 深度学习的发展促进了深度在线学习的发展，在线学习往往有较强的实效性。在在线极限学习机原理和深度极限学习机自动编码器原理的基础上，提出无监督的在线深度极限学习机自动编码器；并将遗忘机制引入在线深度ELM-AE，提出FOS-DELM-AE；用FOS-DELM-AE做无监督的特征学习，FOS-ELM做有监督的目标学习，使OS-ELM具备深层网络结构的同时，具备在线学习的能力。最后通过基于指标RMSE和R-square的实验验证了该算法FOS-ELM的有效性。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：508928
    • 提供者：weixin_38625192

  1. 利用旋转编码器和vga接口设计自动贩卖机

  2. 利用旋转编码器设计一个投币的自动贩卖机，并利用vga接口在显示器上显示结果，前两位数字代表已投钱数，后两位数字代表找零钱数。

  3. 所属分类：硬件开发

    • 发布日期：2020-11-24
    • 文件大小：18432
    • 提供者：weixin_43297466

  1. 通过极限学习机学习深度表示

  2. 极限学习机（ELM）作为一种新兴技术，在大规模设置中取得了卓越的性能，非常适合于二进制和多类分类以及回归任务。 但是，现有的ELM及其变体主要使用单个隐藏层前馈网络，而未使用流行的且可能功能强大的堆叠泛化原理来寻找输入数据的预测性深层表示。 深度架构可以找到更高级别的表示，因此可以潜在地捕获相关的更高级别的抽象。 但是，当前大多数深度学习方法都需要解决一个困难且非凸的优化问题。 在本文中，我们提出了一个堆叠模型DrELM，以根据堆叠泛化原理通过极限学习机学习深度表示。 提出的模型利用ELM作为基

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：1048576
    • 提供者：weixin_38668225

  1. 堆叠式自动编码器和基于极限学习机的电力负荷预测混合模型

  2. 堆叠式自动编码器和基于极限学习机的电力负荷预测混合模型

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：475136
    • 提供者：weixin_38614952

  1. credit_card_fraud_detection:信用卡欺诈检测-无监督异常检测-分类不平衡-自动编码器-源码

  2. 作者：安德烈·维特（Andre Veit） 领英（LinkedIn）： : 电子邮件： 信用卡欺诈检查 不平衡数据的分类和异常检测 关于本笔记本 欺诈并不是什么新鲜事物，事实上，据《您的钱》网站称，第一个欺诈记录发生在公元前300年。 如今，在互联网和数字化以惊人的速度增长的世界中，每天都通过网络实现数百万笔交易和其他操作。 这意味着欺诈者有很多机会。 幸运的是，相对而言很少。 不幸的是……这个事实使他们很难被抓住。 本笔记本的目的是探索几种处理异常检测和高度不平衡的数据集的方法。

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：1048576
    • 提供者：weixin_42134234

  1. 脑网络启发算法：预训练的极限学习机

  2. 极限学习机（ELM）是一种有前途的学习方法，用于训练“通用”单隐藏层前馈神经网络（SLFNs），近来其快速的学习速度，良好的泛化能力和易实现性引起了人们的极大兴趣。但是，由于其手动选择的网络参数（例如，输入权重和隐藏的偏差），ELM的性能可能会容易下降。 在本文中，我们针对分类问题提出了一种新颖的预先训练的极限学习机（简称P-ELM）..在P-ELM中，优越的网络参数由基于ELM的自动编码器（ELM-AE）预先训练在人脸图像识别和手写方面的实验和比较。图像注释应用表明，P-ELM是有前途的，并且

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：581632
    • 提供者：weixin_38514322

  1. 具有基于随机稀疏矩阵的自动编码器的增强型分层极限学习机

  2. 具有基于随机稀疏矩阵的自动编码器的增强型分层极限学习机

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：228352
    • 提供者：weixin_38556416

  1. 基于高光谱成像技术结合堆栈自动编码器-极限学习机方法的苹果硬度检测

  2. 将堆栈自动编码器(SAE)与极限学习机(ELM)联合,建立了深度神经网络预测模型(SAE-ELM)。利用苹果高光谱图像提取出的光谱数据,对深度神经网络的权值和阈值进行了初始化和微调。与传统ELM模型预测结果相比,SAE-ELM的预测集决定系数和残留预测偏差分别从0.7345和1.968提升至0.7703和2.116,预测集方均根误差从1.6297降至1.2837。研究结果表明:深度学习网络SAE-ELM模型的预测性能优于传统的ELM模型,将其用于预测苹果硬度是可行的。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：4194304
    • 提供者：weixin_38663169

  1. 基于多层正则极限学习机的煤矿突水光谱判别方法

  2. 为了快速而准确地判别煤矿突水水源类型，提出了一种构建多层正则极限学习机(M-RELM)模型的方法，该模型融合了非线性特征提取和分类学习。以激光诱导荧光(LIF)技术获取水样荧光光谱，作为模型的输入；以改进的自动编码器(AE)提取荧光光谱特征，形成模型隐含层的特征空间。为了减少光谱中噪声和异常对分类结果的影响，对极限学习机(ELM)算法进行了正则化优化，根据是否利用未知样本构造训练集，进行L2范数正则极限学习机(L2-RELM)或基于图的流形正则极限学习机(GM-RELM)优化，实现监督或半监督的

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：7340032
    • 提供者：weixin_38682518

  1. 一种基于LSTM自动编码机的工业系统异常检测方法

  2. 在工业互联网的环境下，自动有效的异常检测方法对工业系统的安全、稳定生产具有重要的意义。传统的异常检测方法存在需要大量标注样本、不适应高维度时序数据等不足，提出一种基于LSTM自动编码机的工业系统异常检测方法。为克服现有方法依赖标注样本的不足，提出采用自动编码机，通过无监督的方式学习大量正常样本的特征和模式，在此基础上通过对样本进行重构和计算重构误差的方式进行异常检测。其次，为克服现有方法不适应高维度时序数据的不足，提出采用双向LSTM作为编码器，进而挖掘多维时序数据的潜在特征。基于一个真实造纸工

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：779264
    • 提供者：weixin_38647925
« 12 3 4 5 6 7 8 9 10 ... 24 »