虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

大数据时代

  • 这是我在大三的《asp程序设计教程》的课程设计

    这是我在大三的《asp程序设计教程》的课程设计,花了我大概1个多月的时间才做好,因为本人在这学期才学的asp,加上没学过photoshop,所以网页做的一般般,没有什么新意,所以我要继续努力,相信下一个网页会体现出我的水平,这个是我的第一个网页,主要运用了asp与sql server 2000的连接,实现了数据的查询,添加,删除,修改等功能,选用了当前比较流行的网络编程技术——ASP(配合JavaScript、VBScript、HTML、CSS等)以及SQL数据库作为主要实现手段。

    标签: asp 程序设计 教程

    上传时间: 2014-01-18

    上传用户:busterman

  • SPSS的数据文件

    SPSS的数据文件,请大家用做参考 SPSS的数据文件,请大家用做参考

    标签: SPSS 数据文件

    上传时间: 2017-08-20

    上传用户:拔丝土豆

  • 此为数据结构习题解集

    此为数据结构习题解集,是严蔚敏出的。对于考研的同胞有很大的帮助

    标签: 数据结构

    上传时间: 2014-11-08

    上传用户:gonuiln

  • 数据结构中kmp算法的详解

    数据结构中kmp算法的详解,对于数据结构的学习有较大的帮助

    标签: kmp 数据结构 算法

    上传时间: 2017-09-04

    上传用户:baiom

  • 大智慧提供的公式计算能力有限

    大智慧提供的公式计算能力有限,而且稍复杂的计算就会很慢。这个程序能导出大智慧里数据到自己供自己编程处理。压缩包里有使用说明。

    标签: 计算

    上传时间: 2014-01-10

    上传用户:eclipse

  • 基于CF接口的便携式数据采集系统

    本文提出了一种基于comPactFlash(CF)接口的便携式数据采集系统的设计方案,采用 可编程逻辑器件实现CF接口控制及数据采集控制:CF接口部分实现与上位机的数据传 送,数据采集控制部分完成量程变换!模数转换控制等功能"上位机基于CF接口与下位 机进行数据通信,给下位机发送量程控制字!数据采集参数等命令,采用中断方式接收下 位机采集过来的数据并进行处理,下位机只完成数据的采集"这种方案最大的优势是上位 机端的数据处理软件易于修改,以面向不同的应用" 目前基于CF接口的设计采用专用芯片实现接口控制,由FPGA!DSP等实现逻辑功 能,这种多芯片方案虽然设计简单,但成本高,功耗大"本课题首先根据CF规范,设计 了一种基于可编辑逻辑器件的CF卡端接口,实现了存储器模式和I/O模式两种传输方式 的接口设计,并在此基础上完成了数据采集系统的设计"相比较传统方案,本方案设计灵 活,系统成本和功耗更低"此外,本课题设计的基于可编辑逻辑器件的CF卡端接口具有 通用性,在此基础上可实现其它多种基于CF接口的便携式I/O设备" 本课题完成的数据采集系统中,用于逻辑控制的可编程逻辑器件采用了FPGA和 CPLD两种实现方案"在完成系统的硬件和软件设计后,对系统进行了测试,结果表明系 统成功地实现了数据采集!处理!显示和控制,采用CPLD作为本设计的逻辑控制在系 统功耗方面具有明显的优势"

    标签: ComPactFlash接口可编辑逻辑器件数据采集系统

    上传时间: 2015-05-25

    上传用户:wjc511

  • ArcGIS栅格数据运算与水文分析

    ArcGIS栅格数据运算与水文分析 详细的操作指南,对初学者有很大的帮助

    标签: gis

    上传时间: 2015-06-03

    上传用户:kyosamas

  • 测量数据处理的贝塞尔程序

    在测量领域,对一些随机数据,特别是离散值大的数据进行分析处理,需要计算,本程序给出了算法求解的完整的C\C++程序

    标签: 对随机测量处理的算法

    上传时间: 2016-03-22

    上传用户:llqbc

  • 最大相似度算法

    模式识别中最大相似度算法matlab代码实现。数据集训练算法。

    标签: 模式识别

    上传时间: 2016-04-12

    上传用户:1042154715

  • 数据挖掘-聚类-K-means算法Java实现

    K-Means算法是最古老也是应用最广泛的聚类算法,它使用质心定义原型,质心是一组点的均值,通常该算法用于n维连续空间中的对象。 K-Means算法流程 step1:选择K个点作为初始质心 step2:repeat                将每个点指派到最近的质心,形成K个簇                重新计算每个簇的质心             until 质心不在变化  例如下图的样本集,初始选择是三个质心比较集中,但是迭代3次之后,质心趋于稳定,并将样本集分为3部分    我们对每一个步骤都进行分析 step1:选择K个点作为初始质心 这一步首先要知道K的值,也就是说K是手动设置的,而不是像EM算法那样自动聚类成n个簇 其次,如何选择初始质心      最简单的方式无异于,随机选取质心了,然后多次运行,取效果最好的那个结果。这个方法,简单但不见得有效,有很大的可能是得到局部最优。      另一种复杂的方式是,随机选取一个质心,然后计算离这个质心最远的样本点,对于每个后继质心都选取已经选取过的质心的最远点。使用这种方式,可以确保质心是随机的,并且是散开的。 step2:repeat                将每个点指派到最近的质心,形成K个簇                重新计算每个簇的质心             until 质心不在变化  如何定义最近的概念,对于欧式空间中的点,可以使用欧式空间,对于文档可以用余弦相似性等等。对于给定的数据,可能适应与多种合适的邻近性度量。

    标签: K-means Java 数据挖掘 聚类 算法

    上传时间: 2018-11-27

    上传用户:1159474180