input文件夹存放的是项目数据源；
wordcount统计每个单词的总数；
count和count1分别使用dataframe和rdd统计人口性别和身高；
demo1最受欢迎的老师的问题；
demo2多文件去重合并；
demo3计算年度最高温度
wordcount统计每个单词的总数；
count和count1分别使用dataframe和rdd统计人口性别和身高；
demo1最受欢迎的老师的问题；
demo2多文件去重合并；
demo3计算年度最高温度
2024/4/27 8:47:20
67KB
1
用androidstudio写的BMI小软件，输入身高，体重以及遴选的尺度（欧洲尺度以及亚洲尺度），就可依据算出的BMI分辨你的康健情景。
2023/4/28 2:18:17
23.42MB
1
采用C均值聚类算法对男女生样本数据中的身高、体重2个特征进行聚类分析，调查不同的类别初始值以及类别数对聚类结果的影响，并以友好的方式图示化结果。
2023/3/7 0:49:12
12KB
1
模式识别中贝叶斯算法判别身高体重matlab实现1）应用单个特征进行实验：以（a）身高或者（b）体重数据作为特征，在正态分布假设下利用最大似然法或者贝叶斯估计法估计分布密度参数，建立最小错误率Bayes分类器，写出得到的决策规则，将该分类器应用到测试样本，调查测试错误情况。
在分类器设计时可以调查采用不同先验概率（如0.5对0.5,0.75对0.25,0.9对0.1等）进行实验，调查对决策规则和错误率的影响。
2）应用两个特征进行实验：同时采用身高和体重数据作为特征，分别假设二者相关或不相关，在正态分布假设下估计概率密度，建立最小错误率Bayes分类器，写出得到的决策规则，将该分类器应用到训练/测试样本，调查训练/测试错误情况。
比较相关假设和不相关假设下结果的差异。
在分类器设计时可以调查采用不同先验概率（如0.5vs.0.5,0.75vs.0.25,0.9vs.0.1等）进行实验，调查对决策和错误率的影响。
3）自行给出一个决策表，采用最小风险的Bayes决策重复上面的某个或全部实验。
在分类器设计时可以调查采用不同先验概率（如0.5对0.5,0.75对0.25,0.9对0.1等）进行实验，调查对决策规则和错误率的影响。
2）应用两个特征进行实验：同时采用身高和体重数据作为特征，分别假设二者相关或不相关，在正态分布假设下估计概率密度，建立最小错误率Bayes分类器，写出得到的决策规则，将该分类器应用到训练/测试样本，调查训练/测试错误情况。
比较相关假设和不相关假设下结果的差异。
在分类器设计时可以调查采用不同先验概率（如0.5vs.0.5,0.75vs.0.25,0.9vs.0.1等）进行实验，调查对决策和错误率的影响。
3）自行给出一个决策表，采用最小风险的Bayes决策重复上面的某个或全部实验。
2016/6/25 22:06:17
669KB
1
利用100个男女训练集样本，使用贝叶斯分类器判别男女。
1.采用最大似然法和贝叶斯估计的方法获得密度函数，设定不同的先验概率，观察判别结果正确率。
2.分别在男女相关不相关的情况下分析结果正确率。
3.设定不同的风险，采用最小风险的Bayes决策反复上面实验。
1.采用最大似然法和贝叶斯估计的方法获得密度函数，设定不同的先验概率，观察判别结果正确率。
2.分别在男女相关不相关的情况下分析结果正确率。
3.设定不同的风险，采用最小风险的Bayes决策反复上面实验。
2018/9/4 4:21:32
702KB
1
上位机通讯采用蓝牙模块无线透传；
超声波测身高；
压力传感器&24位AD转换HX711测体重；
压力流量计&32内核自带12位AD数模转换测肺活量；
LCD触摸屏&flash&sd实现人机交互；
rc522模块读取/修正射频卡信息；
每个部分均有头文件和源文件，存于user文件夹下；
建议以此为参考，逐模块修正调试。
超声波测身高；
压力传感器&24位AD转换HX711测体重；
压力流量计&32内核自带12位AD数模转换测肺活量；
LCD触摸屏&flash&sd实现人机交互；
rc522模块读取/修正射频卡信息；
每个部分均有头文件和源文件，存于user文件夹下；
建议以此为参考，逐模块修正调试。
2020/7/21 6:08:41
7.31MB
1
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