搜索结果
找到约 7,819 项符合
8086； 的查询结果
Java编程 1.安装配置tomcat+mysql5环境； 2.执行sql.sql； 3.更改 WEB-INFclasses etdmresearchutil 下my.properties对应配置 4.访问首
1.安装配置tomcat+mysql5环境；
2.执行sql.sql；
3.更改 WEB-INF\classes\net\dmresearch\util 下my.properties对应配置
4.访问首页；
Delphi控件源码 MiniHex 1.1 源程序说明 “MiniHex11SrcSource”目录中的所有文件是MiniHex 1.1的主程序； “MiniHex11SrcControls”目录中的是该软件
MiniHex 1.1 源程序说明
“MiniHex11Src\Source”目录中的所有文件是MiniHex 1.1的主程序；
“MiniHex11Src\Controls”目录中的是该软件所需组件的源程序；
“MiniHex11Src\Help”目录中的是该软件帮助文档。
编写该软件所用语言：Delphi 4
在Delphi中加载主程序之前，请先安装Controls目录中的组件。
Good Luc ...
VC书籍 《新编Win32API》本书首先对Win32 API函数做完整的概述；然后收录五大类函数：窗口管理、图形设备接口、系统服务、国际特性以及网络服务；在附录部分
《新编Win32API》本书首先对Win32 API函数做完整的概述；然后收录五大类函数：窗口管理、图形设备接口、系统服务、国际特性以及网络服务；在附录部分，讲解如何在Visual Basic和Delphi中对其调用。
其他 K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各
K-MEANS算法:
k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。
k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k ...
数值算法/人工智能 K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各
K-MEANS算法:
k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。
k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k ...
数据结构 题 目: 堆排序、直接插入排序算法比较 初始条件： 试通过随机数据比较堆排序、直接插入排序算法的关键字比较次数和关键字移动次数。 （1）待排序表的表长不小于100；其中的数据要用伪随机数产生
题 目: 堆排序、直接插入排序算法比较
初始条件：
试通过随机数据比较堆排序、直接插入排序算法的关键字比较次数和关键字移动次数。
（1）待排序表的表长不小于100；其中的数据要用伪随机数产生程序产生；至少要用5组不同的输入数据作比较；比较的指标为有关键字参加的比较次数和关键字的移动次数（关键字交换计为3次移动 ...
嵌入式Linux s3c2410移植linux的经典：GNU交叉工具；uboot移植；linux2.6内核的移植；Nand flash驱动的编写
s3c2410移植linux的经典：GNU交叉工具；uboot移植；linux2.6内核的移植；Nand flash驱动的编写
其他书籍 8086系列处理器和汇编语言详细介绍,是理解底层运作的良好书籍.
8086系列处理器和汇编语言详细介绍,是理解底层运作的良好书籍.
文章/文档 灰关联度在变压器故障诊断中的应用；适合对灰度关联感兴趣的学习者
灰关联度在变压器故障诊断中的应用；适合对灰度关联感兴趣的学习者
软件工程 各线性表采用单链表作为存储结构； 题中任一线性表中的元素值可以相同。 测试用例自己设计。
各线性表采用单链表作为存储结构；
题中任一线性表中的元素值可以相同。
测试用例自己设计。