代码搜索:债权分割

找到约 1,468 项符合「债权分割」的源代码

代码结果 1,468
www.eeworm.com/read/353967/10401065

m c4.5-2.m

%#1. C4.5 %Quinlan, J. R. 1993. C4.5: Programs for Machine Learning. %Morgan Kaufmann Publishers Inc. % 决策树是如何工作的 % 决策树一般都是自上而下的来生成的。 % 选择分割的方法有好几种,但是目的都是一致的:对目标类尝试进行最佳的分割。 % 从根到叶子节点都有一条路径,这
www.eeworm.com/read/455754/7366394

txt 二维最佳直方图熵法及传统遗传算法.txt

灰度图像阈值分割的效果如图所示: 源图为:Fifure No.1 二维最佳直方图熵法及传统遗传算法阈值分割后的图像为:Fifure No.2 二维最佳直方图熵法及传统遗传算法阈值为(s,t): 181 121 二维最佳直方图熵法及传统遗传算法阈值搜索所用时间(s): 5.461720000000000e+002 >> 5.4617200000000
www.eeworm.com/read/209133/15227123

txt toolbar.txt

1. Stock Pictures 新的ToolBar用户对象可以使用PB的Stock Picture 或外部bitmap 文件。 2. 分割线 新的ToolBar用户对象可以根据Menu中的定义自动添加分割线。将菜单中ToolBar的Space Before设为一个大于0的数值即可。 3. 改变状态 ToolBar提供的函数可以改变按钮状态,但当按钮状态为Disabled时
www.eeworm.com/read/395315/8186039

m golddiv.m

function [fm,tm]=golddiv(f,t,mi,ma) %黄金分割法求极小,返回值fm为函数极小值,tm为极小值点,f为给定函数,t为函数变量,[a,b]为变量t的搜索区间 beta=(sqrt(5)-1)/2; %黄金分割比例 a=mi; b=ma; t2=a+beta*(b-a); f2=subs(f,t,t2); t1=a+b-t2;
www.eeworm.com/read/101790/15810887

htm subject_53592.htm

序号:53592 发表者:Rikcuo Akira 发表日期:2003-09-21 01:18:08 主题:CSplitterWnd 分割三個View 内容:我想分割三個View,左兩個(上GlobalView,下cTreeView),右一個(CSSplitView)可是左邊兩個每次出現時,看起來的Size的寬都不是我所定義的200,而且都快不見了還要
www.eeworm.com/read/181618/9243989

java imagedivision.java

/* * @(#)ImageDivision.java 1.0 03/08/22 * Copyright 2003 Entao Zhang, All rights reserved. */ import java.awt.*; import java.awt.image.*; import javax.swing.ImageIcon; /** * 图象分割算法之--
www.eeworm.com/read/483785/6595428

dfm main.dfm

object Form1: TForm1 Left = 190 Top = 107 Width = 498 Height = 369 Caption = '窗口分割示例' Color = clBtnFace Font.Charset = DEFAULT_CHARSET Font.Color = clWindowText Font.Height
www.eeworm.com/read/299786/3850338

java chunk.java

package com.bam; /** * 该类定义了屏幕分割的块 * 每个块包含了数据内容(data) * */ public class Chunk { private byte[] data = "".getBytes(); private byte[] checksum = "".getBytes(); private int version = 0; Ch
www.eeworm.com/read/358300/10193020

jsp 2-6.jsp

使用分割字符串实现换行 输入的信息如下:
www.eeworm.com/read/312171/13616814

txt matlab image segment.txt

I=imread('brand02.jpg'); HS_I=double(I); tic G=gradient(HS_I); % 计算梯度值 [y,x]=size(I); T=60; %%%%%%% 商标文字分割 %%%%%%%%%% n=30; GY=zeros(y,1);