经典的基于网格和密度的聚类算法。适合处理大规模数据，效果很好
上传时间： 2013-12-10
上传用户：gundan
CURE（Clustering Using Representatives）是一种针对大型数据库的高效的聚类算法。基于划分的传统的聚类算法得到的是球状的，相等大小的聚类，对异常数据比较脆弱。CURE采用了用多个点代表一个簇的方法，可以较好的处理以上问题。并且在处理大数据量的时候采用了随机取样，分区的方法，来提高其效率，使得其可以高效的处理大量数据。
标签： Representatives Clustering Using CURE
上传时间： 2016-06-30
上传用户：dongqiangqiang
经典的基于密度的聚类算法，DBSCAN。适合处理球状数据，对大规模数据支持不好
上传时间： 2013-11-26
上传用户：yzhl1988
经典的划分聚类算法，isodata。可以不需要提供K值，进行聚类
上传时间： 2016-06-30
上传用户：qlpqlq
一个简单的聚类程序。有点像Kmeans,但又不是kmeans。不过演示用还是可以的。数据输入有些费力
上传时间： 2016-06-30
上传用户：siguazgb
经典的划分聚类算法Kmeans。包能能用，而且提供数据。在linux下和windows下都测试过。
上传时间： 2014-01-27
上传用户：561596
C_MINUS 编译器 源代码 《便宜原理及实践》附录B
上传时间： 2016-06-30
上传用户：FreeSky
用于模糊聚类的软件，不是原创的，但很好有
上传时间： 2013-12-26
上传用户：skfreeman
、该个词法分析器要求至少能够识别以下几类单词： a． 关键字：else if int return void while共6个，所有的关键字都是保留字，并且必须是小写； b． 标识符：识别与C语言词法规定相一致的标识符，通过下列正则表达式定义：ID = letter (letter | digit)*； c． 常数：NUM=(+ | - |ε)digit digit*(.digit digit* |ε)(e(+ | - |ε) digit digit* |ε)，letter = a|..|z|A|..|Z|，digit = 0|..|9，包括整数，如123, -123, +123等；小数，如123.45, +123.45, -123.45；科学计数法表示的常数，如+1.23e3，-2.3e-9； d． 专用符号：+ - * / < <= > >= == != = , ( ) [ ] { } /* */；
上传时间： 2013-12-08
上传用户：gtf1207
一个经典的权限管理系统 FrameWork权限设计是将权限抽象分为(查看/新增/修改/删除/排序/打印/备用A/备用B)共八个权限。当然，也可以根据需要来进行扩展。 在FrameWork中，每个模块都会在Module目录下对应一个目录（Module目录结构参考）。 每个模块目录会对应到一个应用ID和模块代码。也就是说每个模块都会对应到八个权限。每个模块目录通过其下的Web.config文件设定当前目录所属哪一个应用和模块代码，并在web.config中配置当前模块目录下文件对应的八个权限关系。 所有模块目录下的文件属于八个权限中的哪一种权限，是在Web.config里配置的，如果模块里的文件没有在web.config中配对应的权限，则此文件默认属于查看权限。当然，你也可以在aspx里进行权限的判断定，我们也提供了在aspx里判断权限八种权限对应的方法。
上传时间： 2016-07-02
上传用户：小儒尼尼奥
