代码搜索：整车检验
找到约 4,195 项符合「整车检验」的源代码
代码结果 4,195
www.eeworm.com/read/128389/14301286
cpp 银行家算法.cpp
/* 死锁避免——银行家算法的模拟实现
本题目的简化假设是：
1、程序运行开始时，资源全部可用。
资源种类约10种（现设为8种)，每种资源数目为1~10 。
2、可以不断手工输入新的 "进程资源需求向量"，并填写到最大需求矩阵
3、在各进程的最大需求数量范围内（需作是否超出范围的检验）为各进程手工输入资源请求。经银行家算法后输出系统是 ...
www.eeworm.com/read/216389/15015329
txt 06-85.txt
例6-85 某车间用一台包装机包装葡萄糖，每袋装的糖重是一个随机变量，它服从正态分布。当机器正常时，其均值为0.5公斤，标准差为0.015。某日开工后检验包装机是否正常，随机地抽取所包装的糖9袋，称得净重为(公斤)
0.497, 0.506, 0.518, 0.524, 0.498, 0.511, 0.52, 0.515, 0.512
问机器是否正常？
解：总体μ和σ已知， ...
www.eeworm.com/read/164520/5489290
bas 多项式逐步回归m2.bas
Attribute VB_Name = "modMethod"
'多项式逐步回归
Option Explicit
'xMy(1 To n, 1 To m)：观测数据，已知，n是观测次数，m是多项式最高幂数
'F1：指定的F临界值，用于引入，已知
'F2：指定的F临界值，用于剔出，已知
' 要求F1>=F2。如果F1=F2=0，则引入除线性相关外的全部变量
'F：F检验值，计算结
www.eeworm.com/read/164520/5489721
bas 二元多项式逐步回归m2.bas
Attribute VB_Name = "modMethod"
'二元多项式逐步回归
Option Explicit
'xMy(1 To n, 1 To m)：处理后数据，n是观测次数，m是多项式的项数
'F1：指定的F临界值，用于引入
'F2：指定的F临界值，用于剔出
' 要求F1>=F2。如果F1=F2=0，则引入除线性相关外的全部变量
'F：F检验值，计算结果
'L：选
www.eeworm.com/read/367675/2836309
txt 852.txt
发信人: 8088 (8088), 信区: DataMining
标 题: 8.3 数据挖掘过程工作量
发信站: 南京大学小百合站 (Wed Dec 12 16:35:31 2001)
在数据挖掘中被研究的业务对象是整个过程的基础,它驱动了整个数据挖掘过程,也是检验
最后结果和指引分析人员完成数据挖掘的依据和顾问.图2各步骤是按一定顺序完成的,当然
整个过程中还会存在步骤间的反馈. ...
www.eeworm.com/read/367675/2839454
txt 791.txt
发信人: yaomc (白头翁&山东大汉), 信区: DataMining
标 题: Re: 请教中医药方面的数据挖掘
发信站: 南京大学小百合站 (Sun May 19 10:27:19 2002), 站内信件
我觉得你可以采用一些方法的，把那些地检验结果作为自变量，医生的处方作为目标
变量，然后用关联规则、神经网络、决策树等等方面研究一下不就可以了？
【 在 JoyZhang ...
www.eeworm.com/read/367675/2839708
txt 104.txt
发信人: yaomc (白头翁&山东大汉), 信区: DataMining
标 题: Re: 建议大家作一下关于体育彩票中奖号的数据挖掘。
发信站: 南京大学小百合站 (Wed Mar 27 10:49:50 2002), 站内信件
你也可以以前边的大量数据为训练集，然后以近期的为检验集看看效果怎么样？
而且买彩票时可以有多个组合。正符合寻找最优组合是NP难题的情况。
【 在 bo ...
www.eeworm.com/read/154133/5640267
bas 多项式逐步回归m2.bas
Attribute VB_Name = "modMethod"
'多项式逐步回归
Option Explicit
'xMy(1 To n, 1 To m)：观测数据，已知，n是观测次数，m是多项式最高幂数
'F1：指定的F临界值，用于引入，已知
'F2：指定的F临界值，用于剔出，已知
' 要求F1>=F2。如果F1=F2=0，则引入除线性相关外的全部变量
'F：F检验值，计算结
www.eeworm.com/read/173741/9637471
m 说明.m
%运行步骤：
%首先将存储了已辨识出模型的文件（MODEL.mat）
%从SIoutline目录中复制到当前目录下
%对辨识出的模型进行分析
%0、打开SITrun.m文件
%1、确定存储了模型的文件MODEL.mat
%2、确定第3、4行的采样参数ts,N
%3、导入用于检验模型的数据文件名
%4、在命令窗口中运行SITrun
%若要对最优模型的传递函数进行分析，在命令窗口中输入TFpars ...
www.eeworm.com/read/201342/15409877
txt 06-85.txt
例6-85 某车间用一台包装机包装葡萄糖，每袋装的糖重是一个随机变量，它服从正态分布。当机器正常时，其均值为0.5公斤，标准差为0.015。某日开工后检验包装机是否正常，随机地抽取所包装的糖9袋，称得净重为(公斤)
0.497, 0.506, 0.518, 0.524, 0.498, 0.511, 0.52, 0.515, 0.512
问机器是否正常？
解：总体μ和σ已知， ...