您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. c++思想Vs函数集

  2. c语言库函数大全--资料收集 Turbo C 2.0 函数中文说明大全 分类函数,所在函数库为ctype.h int isalpha(int ch) 若ch是字母('A'-'Z','a'-'z')返回非0值,否则返回0 int isalnum(int ch) 若ch是字母('A'-'Z','a'-'z')或数字('0'-'9'),返回非0值,否则返回0 int isascii(int ch) 若ch是字符(ASCII码中的0-127)返回非0值,否则返回0 int iscntrl(int ch
  3. 所属分类:C

    • 发布日期:2009-05-22
    • 文件大小:161792
    • 提供者:lxm247
  1. Grid++Repor实例t

  2. 一.概述 4   二.例子程序存放目录 5   二.教程 5   三.基本例子 6   四.进阶例子 6   五.高阶例子 7 第一节 创建报表模板 8   一.创建一个空白的报表模板 8   二.定义报表头 9   三.插入明细网格 12   四.绑定明细网格数据 13   五.生成报表数据集的字段 17   六.定义明细网格的列 18   七.其他说明 20 第二节 配置 Grid++Report 在易语言中的使用 21   一.安装 Grid++Report 的 NPK 文件 21   
  3. 所属分类:专业指导

    • 发布日期:2010-04-11
    • 文件大小:3145728
    • 提供者:rx02120904
  1. 此文件为Weka使用的arrf格式数据集T-Z系列

  2. 此文件为Weka使用的arrf格式数据集N-S系列,望多多支持!
  3. 所属分类:其它

    • 发布日期:2012-03-27
    • 文件大小:485376
    • 提供者:anxinliu2011
  1. 数据模式描述规则和方法

  2. 国家标准 SDS/T 2133-2004,科学共享数据采集规则方法,使数据集制作人员及数据集用户对数据有准确而一直的理解,同时,本标准提出了简历数据模式的具体方法。信息化做需求和库前设计使用
  3. 所属分类:专业指导

    • 发布日期:2008-08-25
    • 文件大小:540672
    • 提供者:omyrice
  1. RFID数据流近似去重

  2. RFID冗余数据近似消重 1.简介: 随着信息技术的发展,各种数据(如XML、RDF和RFID数据生成。RFID不需要接触即可检测射频识别标签的特性,因此被用于很多领域,如商业、军事和医学,导致了大量的RFID数据生成,沃尔玛采用RFID技术是一个典型的RFID在商业领域应用的例子。 然而,RFID技术也带来一系列的问题,由于RFID是非接触式探测,只要标签在阅读器的探测范围内,所有的标签信息都会被读到,因此,RFID标签在探测区移动缓慢或者停留都会产生冗余数据。另外,标签在探测区移动速度过快
  3. 所属分类:其它

    • 发布日期:2015-10-06
    • 文件大小:377856
    • 提供者:qq_27383471
  1. mnist数据集+使用方法

  2. mnist数据集+使用方法.rar
  3. 所属分类:其它

    • 发布日期:2017-04-24
    • 文件大小:11534336
    • 提供者:pingguolou
  1. 使用ATLAS探测器在s = 13 $$ \ sqrt {s} = 13 $$ TeV的pp碰撞中测量轻子+喷气通道中顶夸克对的微分截面

  2. 基准相空间中顶夸克对产生的微分截面的测量结果是中心质子-质子碰撞中顶夸克和tt $ t \ overline {t} $$系统运动学观测值的函数 的质量能量s = 13 $$ \ sqrt {s} = 13 $$ TeV。 该数据集对应于2015年在CERN大型强子对撞机上使用ATLAS探测器记录的3.2 fb-1的综合光度。 在最终状态下,仅具有一个电子或介子且至少有两个射流的事件用于测量。 应用了两个单独的选择,每个选择关注于不同的上夸克动量区域,称为tt $ t \ overline {t
  3. 所属分类:其它

    • 发布日期:2020-05-01
    • 文件大小:1048576
    • 提供者:weixin_38631599
  1. 使用ATLAS探测器使用pp碰撞数据的36 fb-1的s $$ \ sqrt {s} $$ = 13 TeV搜索上夸克衰变t→Hq

  2. 提出了寻找一种将夸克转变为上夸克(q = u,c)以及标准模型希格斯玻色子t→Hq来改变风味的中性电流的方法。 搜索基于2015年和2016年使用CERN大型强子对撞机的ATLAS探测器记录的s $$ \ sqrt {s} $$ = 13 TeV的pp碰撞数据集,对应于36.1 fb-1的综合光度 。 进行了两个互补分析以搜索顶夸克对事件,其中一个顶夸克衰变为Wb,另一个顶夸克衰变为Hq,并以H→bb¯H \到b \ overline {b} $$为目标 和H→τ+τ-衰减模式。 两种分析分别利
  3. 所属分类:其它

    • 发布日期:2020-04-18
    • 文件大小:1048576
    • 提供者:weixin_38635166
  1. MacDonald_Hypothesis_Test:使用MacDonald的数据集进行的一个样本t检验-源码

  2. 麦克唐纳_假设_检验 使用MacDonald的数据集进行的一个样本t检验 麦当劳开发了一种新的驶入流程。 他们希望新流程可以减少直通车服务时间。 它已经在25家商店中试用了这一新流程。 过去,麦当劳的平均服务时间为174.22秒。 新的平均服务时间为159.02秒。 麦当劳是否有证据表明新流程比以前的流程更好? 时间的减少是否只是偶然/幸运(随机)发生的?
  3. 所属分类:其它

    • 发布日期:2021-03-26
    • 文件大小:4096
    • 提供者:weixin_42172972
  1. mne-bids:MNE-BIDS是一个Python软件包,可让您借助MNE-Python读取和写入与BIDS兼容的数据集-源码

  2. 跨国公司 MNE-BIDS是一个Python软件包,可让您借助读写兼容数据集。 为什么? MNE-BIDS将BIDS和MNE-Python链接在一起,其目标是使您的分析更快地编写代码,更强大,并促进与同事和协作者的数据和代码共享。 如何? 该文档可在以下链接下找到: 为了 用于 获得帮助 如有任何使用问题,请发布到。 确保将mne-bids标记添加到您的问题中。 引用 如果您在工作中使用MNE-BIDS,请引用我们的: Appelhoff,S.,Sanderson,M.,Brooks
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:234496
    • 提供者:weixin_42124743
  1. quoats:用于查询表型数据集的简化Web应用程序-源码

  2. 人数 描述 该存储库包含用于应用程序的代码,该应用程序使用带有本体术语和自然语言的注释来查询表型描述的数据集。 该工具的一个实例可在查询植物基因及其相关注释和自由文本表型描述的数据集。 有关数据集包括了数据的来源和它是如何进行预处理和格式化,可更多的信息。 该申请与关于将自然语言处理方法应用于当前正在准备的植物表型数据的出版物相关联。 作为Python脚本运行 通过将参数传递给脚本,还可以将用于运行流式应用程序的脚本作为Python脚本进行测试。 可以传递给main.py脚本的参数如下。 --
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:283648
    • 提供者:weixin_42160398
  1. LRS3-For-Speech-Separation:LRS3数据集上的多模式语音分离任务数据生成脚本-源码

  2. 生成数据的指令 以下是生成训练和测试数据的步骤。 有几个参数可以更改以匹配不同的目的。 我们将尽快在LRS3数据集上发布语音分离基准。 我们的脚本存储库是为了使多模式语音分离任务在数据集生成方面具有统一的标准。 这样我们就可以跟进多模式语音分离任务。 我们希望LRS3数据集将为诸如WSJ0数据集之类的纯语音分离任务制定统一的生成标准。 :check_box_with_check: 我们的基准模型即将推出! 信噪比 信噪比 基准线 15.08 15.34 要求 ffmpeg 4.2.
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:3145728
    • 提供者:weixin_42127775
  1. MNIST-Fashion-data-Classification-Task:尝试使用MNIST Fashion数据集,以手工方式建立最佳模型,而无需使用预制的机器学习模型-源码

  2. MNIST时尚数据分类任务 这项研究的目的是找到最佳分类器来训练机器学习模型,该模型将用于预测图片的内容。 通过使用成千上万张图片的像素分解,模型将尝试将每张图片分类为正确的类别。 该报告将重点关注以下10种服装的图片:T恤/上衣,裤子,套头衫,连衣裙,外套,凉鞋,衬衫,运动鞋,包和脚踝靴。 该模型的目的是使用30,000张带有指定标签的图片对其进行训练,然后再对5,000张图片进行测试。 理想情况下,该模型将来将可以接收任何图片,并且可以预测图片上方列出的10个项目中的哪个正在描绘。 创建了
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:23068672
    • 提供者:weixin_42134038
  1. Bike-share-project:使用Python t了解美国的Bikeshare数据,计算统计数据并建立一个交互式环境,用户可以在其中选择数据并过滤数据集以进行分析-源码

  2. Bike-share-project:使用Python t了解美国的Bikeshare数据,计算统计数据并建立一个交互式环境,用户可以在其中选择数据并过滤数据集以进行分析
  3. 所属分类:其它

    • 发布日期:2021-03-05
    • 文件大小:2048
    • 提供者:weixin_42149145
  1. 使用t样条拟合大数据集的有效方法

  2. 使用t样条拟合大数据集的有效方法
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:3145728
    • 提供者:weixin_38625143
  1. loadmydata:用于加载数据集的实用程序功能-源码

  2. loadmydata 用于加载时间序列数据集的实用程序函数(Python 3.7 ++)。 当前可用数据集列表包括: UEA / UCR存储库。 安装 该软件包依赖于请求,tqdm,yarl(用于下载)和numpy。 使用pip进行安装。 pip install loadmydata 另外,您可以使用conda : conda config --add channels conda-forge conda install loadmydata 资料格式 考虑N个时间序列y (1) ,
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:15360
    • 提供者:weixin_42129300
  1. PCA-T-SNE:对来自Kaggle的预定义中文MNIST数据集使用主成分分析和T分布随机邻居嵌入机器学习算法。 在-源码

  2. 基于机器学习的汉字识别 在Kaggle预先定义的中文MNIST数据集上使用了主成分分析和T分布随机邻居嵌入机器学习算法。
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:34816
    • 提供者:weixin_42102272
  1. 提示:T-NER是一个python工具,用于分析基于命名实体识别(NER)的语言模型微调。 它具有易于使用的界面,可以微调模型,在跨域数据集上进行测试,在此我们可以编译9个公开可用的NER数据集。 模型可以立即部署在我们的Web应用程序上以

  2. T-NER:变形金刚NER T-NER是一个Python工具,用于分析基于命名实体识别(NER)的语言模型微调。 它具有易于使用的界面,可以微调模型,在跨域数据集上进行测试,在此我们可以编译9个公开可用的NER数据集。 模型可以立即部署在我们的Web应用程序上以进行定性分析,而可以部署在微服务的API上。 同时,我们发布所有NER模型检查点,其中在所有数据集上训练最广泛的模型具有43种实体类型。 目录 :内置数据集和自定义数据集 :模型训练 :域内/域外评估 :从模型获取预测的API
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:837632
    • 提供者:weixin_42157188
  1. 深度数据集构建器-源码

  2. 刚性深度构造器 这是一组python脚本和c ++程序,用于与Lidar生成的点云一起构建深度验证集。 有关其功能的简要概述,请参见部分 目录 软件依赖关系 注意:有一个dockerfile,用于构建自动符合所有软件依赖项的docker映像。 你可以用 docker build . -t my_image 这些是使用的工具,请确保在运行脚本之前安装它们。 除了需要自己安装的CUDA外,还可以使用帮助脚本install_dependencies.sh将它们安装在ubuntu 20.04上。
  3. 所属分类:其它

    • 发布日期:2021-02-07
    • 文件大小:5242880
    • 提供者:weixin_42099814
  1. 利用pytorch实现对CIFAR-10数据集的分类

  2. 步骤如下: 1.使用torchvision加载并预处理CIFAR-10数据集、 2.定义网络 3.定义损失函数和优化器 4.训练网络并更新网络参数 5.测试网络 运行环境: windows+python3.6.3+pycharm+pytorch0.3.0 import torchvision as tv import torchvision.transforms as transforms import torch as t from torchvision.transforms impor
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:41984
    • 提供者:weixin_38677244
« 12 3 4 5 6 7 8 9 10 ... 28 »