部编语文三上PPT课件04古诗三首《赠刘景文》1
2024/9/4 7:47:39 2.96MB 部编语文三上PPT课件04古
1
VBE7.1安装方法:1.安装MSVCRTRedist\Release目录下32位的安装包,此安装包为运行时库3.安装VBARedist\Release目录下32位的Vba71.msi、Vba71_1033.msi、Vba71_2052.msi三个安装包
2024/9/4 2:14:46 15.37MB VBA
1
VerilogHDL的三个标准,IEEE1364-1995,IEEE1364-2001,IEEE1364-2005
2024/9/3 16:38:03 6.97MB Verilog Standard IEEE1364
1
今天忽然想开发j2me应用怀旧一下,居然发现哪里也下载不到过去的索爱sdk了!于是费尽周折,从国外网站上下载了索爱sdk,共三个版本:2.2.4,2.5.03,2.5.04,统统免费!都什么年代了,这都10几年前的东西了,有点互联网精神好不好,动不动就要钱收费,收那些虚拟币又不能换钱!没劲!我这里,除了我自己的代码不是免费的,统统免费!
2024/9/3 7:45:27 108.96MB j2me sony erisson 索爱
1
非常好的程序,值得你下载,具体请看文件的readme
2024/9/3 5:38:03 1.66MB 配准 三维重建
1
(1)打开豆瓣一部电影评论区,根据html结构捕获三个信息:一,每账号的评分等级为5星、4星、3星、2星、1星;
二,每个账号的评论留言;
三,跳转到下个评论页面的http链接(2)获取所有的信息后对信息进行处理:一,计算出每个星级的总数和一共多少账户进行了评级二、将所有的评论内容放在一起,处理评论中的空格和其他不规范形式(3)用matplotlib绘制评分等级占比的饼图,用jieba进行分词处理,用wordcloud生成词云图同个修改url=https://movie.douban.com/subject/26430636/comments?start=0&limit=20&sort=new_score&status=P&percent;_type=之中“26430636”为电影的代表,将其换做其他的编号就可以读取和生成其他电影的matplotlib和wordcloud制作评分图和词云图
2024/9/3 5:47:41 14KB python爬虫
1
java课程设计——记忆测试系统。
记忆测试系统是通过回忆法测试记忆能力,测试手段分为初级、中级、高级三个级别。
记忆测试系统设计要求如下:1、单击“选择级别”菜单可以选择初级、中级或高级。
2、单击“查看排行榜”菜单可以查看初级记忆榜、中级记忆榜或高级记忆榜,通过记忆榜存储每个级别的成绩。
3、选择级别后,将出现相应级别的测试区。
4、m*n个方块组成的测试区中有m个图标,每个图标重复出现n次,并且随机分布在测试区中的m*n个方块上。
5、测试区能显示用户的同时,并根据级别的不同,提示用户必须用鼠标连续单击出多个图标相同的方块。
6、测试区有提示图标所在位置的功能。
7、连续单击出级别所要求的若干个图标相同的方块后,将弹出保存成绩对话框,用户可以通过该对话框选择是否将自己的成绩保存到成绩表中。
8、单击“选择图标”菜单可重新选择方块图标样式,既可以重新选择m个图标。
2024/9/3 5:47:58 5.93MB java课程设计 记忆测试系统
1
这篇论文主要探讨了中国古代玻璃制品的风化模型,利用随机森林算法进行数据分析和预测。
文章在数学建模的背景下,获得了山西省一等奖,论文的核心技术包括随机森林优化、数据填充、特征选择、降维模型和分类算法的应用。
对于问题一,研究者处理了数据中的缺失值,使用众数来填充颜色数据。
通过交叉表和卡方检验,确定了表面风化与玻璃类型之间有强相关性,与纹饰有弱相关性,与颜色则无明显关联。
通过观察化学成分的分布,如氧化铅和氧化钾含量,发现不同类型的玻璃具有特定的成分特征。
然后,他们构建了随机森林模型,以风化前后的均值偏差率预测化学成分含量,并验证了预测的准确性。
针对问题二,论文建立了基于重采样的随机森林模型来识别高钾玻璃和铅钡玻璃的分类规律。
通过对14个化学成分的分析,确定了二氧化硅、氧化钾、氧化铅和氧化钡作为关键因素。
通过投影寻踪法降低维度至5个重要成分,并利用改进的k-means聚类算法,将样本分为3个亚类,结果与实际相符。
通过调整聚类数优化损失函数,验证了初始设定的合理性。
在问题三中,研究者加入了有无风化的指标,继续使用随机森林模型预测玻璃类型,测试集预测准确率达到100%。
同时,通过支持向量机(SVM)和贝叶斯判别法结合扰动项,验证了有无风化指标对分类结果的影响,结果显示这个指标的作用不大。
此外,通过正态扰动测试随机森林模型的敏感性,证明模型的稳定性。
对于问题四,论文建立逐步回归模型,寻找不同类别化学成分间的线性关联。
通过VIF方差膨胀因子分析,确定了两类玻璃在二氧化硅、氧化钾、氧化铅和氧化钡等成分上的显著差异性,这与之前的问题二分析结果一致。
总结来说,这篇论文在数学建模的框架下,利用随机森林算法解决了古代玻璃制品风化的建模问题,包括了数据预处理、分类模型建立、特征重要性分析、降维聚类和线性关联研究等多个方面。
这些方法不仅在解决本问题上取得了良好效果,也为类似的历史文物研究提供了有价值的分析工具和思路。
2024/9/2 15:54:31 2.45MB 数学建模 随机森林
1
对应的博客代码演示MIL三个函数MdigGrab,MdigContinous,MdigProcess代表的三种采集方式
2024/9/2 13:24:46 14KB MIL 采集 实时显示 采集过程
1
很简单,很实用。
三层架构,.net平台,c#开发。
2024/9/2 11:01:58 2.14MB bug bug管理
1
共 1000 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡