法国cromda编写的新版本MATRICE 2（矩阵和矢量运算单元）。 // ---------------------------------------------------------- // 12-01-02 : MODIFIED Matrice to Matrice2 (Delphi 6) // All routines now operate on rectangular matrix, except (InvMat and SysLin) // No more need to use the InitMat procedure (suppressed) : // - the routines detect automaticaly the dimensions of matrix and Vector // - error code MatDimNul is generated if zero lines or column in matrix and Vector (See DimensionMatrice and DimensionVecteur) // - error code MatMauvDim is generated if the dimensions of matrix/Vector don t allow valid result // - // The result matrix is dimensioned automaticaly
上传时间： 2014-01-23
上传用户：sy_jiadeyi
三维矢量有限元-矩量法电磁场分析程序。 EMAP5 is a full-wave electromagnetic field solver that combines the method of moments (MOM) with a Vector finite element method (VFEM). It employs the finite element method (FEM) to analyze a dielectric volume, and employs the method of moments (MoM) to solve for currents on the surface of (or external to) this volume. The two methods are coupled through the fields on the dielectric surface.
标签： electromagnetic full-wave combines solver
上传时间： 2016-04-03
上传用户：cylnpy
多项式曲线拟合 任意介数 Purpose - Least-squares curve fit of arbitrary order working in C++ Builder 2007 as a template class, using Vector<FloatType> parameters. Added a method to handle some EMathError exceptions. If do NOT want to use this just call PolyFit2 directly. usage: Call PolyFit by something like this. CPolyFit<double> PolyFitObj double correlation_coefficiant = PolyFitObj.PolyFit(X, Y, A) where X and Y are Vectors of doubles which must have the same size and A is a Vector of doubles which must be the same size as the number of coefficients required. returns: The correlation coefficient or -1 on failure. produces: A Vector (A) which holds the coefficients.
标签： Least-squares arbitrary Purpose Builder
上传时间： 2013-12-18
上传用户：宋桃子
This Two-Category Classifier Using Discriminant Functions to separeate two classes. The Classifier is designed on classes which has two feature Vectors and other case it has one feature Vector.
标签： Classifier Discriminant Two-Category Functions
上传时间： 2016-04-23
上传用户：2525775
描述工厂管理多个工人 工厂类 属性：工厂名称 行为：添加 删除工人 工人类 属性：姓名 （1）使用数组装载工人对象，这里注意当数组满时添加工人应做一些什么样的处理。 （2）将数组改为Vector类装载工人对象。
上传时间： 2016-04-25
上传用户：gaojiao1999
KMEANS Trains a k means cluster model.CENTRES = KMEANS(CENTRES, DATA, OPTIONS) uses the batch K-means algorithm to set the centres of a cluster model. The matrix DATA represents the data which is being clustered, with each row corresponding to a Vector. The sum of squares error function is used. The point at which a local minimum is achieved is returned as CENTRES.
标签： CENTRES KMEANS OPTIONS cluster
上传时间： 2014-01-07
上传用户：zhouli
Probabilistic Principal Components Analysis. [VAR, U, LAMBDA] = PPCA(X, PPCA_DIM) computes the principal ％ component subspace U of dimension PPCA_DIM using a centred covariance matrix X. The variable VAR contains the off-subspace variance (which is assumed to be spherical), while the Vector LAMBDA contains the variances of each of the principal components. This is computed using the eigenvalue and eigenVector decomposition of X.
标签： Probabilistic Components Principal Analysis
上传时间： 2016-04-28
上传用户：qb1993225
c++ how to program 里面详细介绍了从第1章到第24章的代码学习实例。是初学者很好的学习资料。 第1章 计算机、Internet和万维网简介 第2章 C++编程入门 第3章 类和对象介绍 第4章 控制语句（第Ⅰ部分） 第5章 控制语句（第Ⅱ部分） 第6章 函数和递归入门 第7章 数组与CC+标准库类模板Vector 第8章 指针和基于指针的字符串 第9章 类的深入剖析（第Ⅰ部分） 第10章 类的深入剖析（第Ⅱ部分） 第11章 运算符重载：字符串和数组对象 第12章 面向对象编程：继承 第13章 面向对象编程：多态性 第14章 模板 第15章 输入/输出流 第16章 异常处理 第17章 文件处理 第18章 String类和字符串流处理 第19章 Web编程 第20章 搜索和排序 第21章 数据结构 第22章 位、字符、C字符串和结构体 第23章 标准模板库 第24章 其他主题
上传时间： 2014-01-13
上传用户：yuzsu
支持向量机，用于分类。Classify using (a very simple implementation of) the support Vector machine algorithm
标签： 支持向量机
上传时间： 2014-01-11
上传用户：hphh
主要是修改了一些2.3.0版本的Bug，特别是当autoCommit=false的情况下以及多线程添加Document，有些字段打开了term-Vector有些没有打都会对索引数据造成破坏 autoCommit 选项是从2.2.0版本就添加了，默认是true，我对这个参数还不是很理解，都是用的默认值true。所以没有碰到问题。 2.3.1版本没有包含任何新的功能，索引文件的格式也没有变化，完全兼容2.3.0版本。 官方鼓励所有使用2.3.0版本的应用尽快升级到2.3.1版本。
上传时间： 2013-12-16
上传用户：wkchong
