一款能够料想身高的软件,还能够盘算尺度体重,
2023/4/6 13:38:20 487KB 身高 测算 体重
1
·后台细致详尽的站点统计信息,使系统管理员的工作变得愈加轻松方便·提供多个自定义模板·优化搜索引擎,包括meta标签和URL重写的选项·可添加多个管理员和指定超级用户·多达上百的网站全局设置项目选项,使系统更易操控·分销会员管理和分销会员统计·网站横幅广告Banner管理·强大的扩展搜索选项,可选使用十几个搜索条件·安装向导会自动检查服务器环境的兼容·安装很简单,能检查MySQL登录参数并允许轻松地从任何以前的版本升级·SMTP邮件的选项既能在安装过程中指定,也可以很容易的通过直接编辑config.php文件来修改·系统内置Flash即时消息程序,在线会员可轻松交流·可和FlashChat聊天系统phpBB论坛系统很好的整合·允许会员迅速提高他们的会员资格,各会员可使用级别比较功能比较图表·理员可以很容易地指定任会员资格类型,并创造新的或删除现有的类型·我的配对功能允许任何会员查看他们的搜索首选项符合他们的搜索匹配·通过管理面板,所有网页和新闻项目可以很容易地使用所见即所得的编辑器(HTMLArea)修改·易用的通讯功能可让管理员发送邮件到任何一组会员·通过管理面板中配置多个付款方法·可创建模板内显示的即时投票·管理员组包括强大的档案管理,按姓名/性别/级别以及更多选择方式,激活或停用任何会员资料和编辑会员资料信息·通过快速搜索可以随意查看会员照片缩略图和资料信息·简单和高级搜索选项,可按国家、城市、邮政编码、高度、体重等多种条件搜索·快速轻松地编辑任何部分问题、热键问题、添加新的问题、启用/禁用问题等·可选择或全部安装十多个增加各种功能的插件和二十多种文字语言
2023/3/13 4:57:04 11.51MB 国外优秀交友php源码
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 C均值聚类 MATLAB
1
主要功能记录行走的步数,行走的时间根据录入的体重,步长可以计算出每天行走的历程,消耗的热量对每天行走的历程进行记录,并给出星级评价软件原理判断人能否处于行走中,主要从以下几个方面判断:人如果走起来了,一般会连续多走几步。
因此,如果没有连续4-5个波动,那么就极大可能是干扰。
人走动的波动,比坐车产生的波动要大,因此可以看波峰波谷的高度,只检测高于某个高度的波峰波谷。
人的反射神经决定了人快速动的极限,怎么都不可能两步之间小于0.2秒,因此间隔小于0.2秒的波峰波谷直接跳过通过重力加速计感应,重力变化的方向,大小。
与正常走路或跑步时的重力变化比对,达到一定相似度时认为是在走路或跑步。
实现起来很简单,只要手机有重力感应器就能实现。
软件记步数的精准度跟用户的补偿以及体重有关,也跟用户设置的传感器的灵敏度有关系,在设置页面可以对相应的参数进行调节。
一旦调节结束,可以重新开始。
手机QQ早就加入了计算步幅功能,还能和好友PK“炫步”。
本项目可以作为一个独立的模块放到合适的项目里面。
2018/4/25 2:06:04 3.34MB android源码
1
ISODATA算法的实现,使用matlab编程,聚类文件为男女身高和体重,最初结果聚类为两类,一类男,一类女
2015/9/17 18:20:35 6KB ISODATA
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。
2016/6/25 22:06:17 669KB 模式识  matla
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。
2018/9/4 4:21:32 702KB 代码 模式识 贝叶斯估 最小风险
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。
1
简单的android,适合初学者,利用AndroidStudio和自己数据库SQLite,只实现了基本用户登录注册,体重与BMI曲线管理、曲线显示,还有基本病症傻瓜式复选卡选项,滚轮式年龄性别选项,旧事页面采用webView载入99健康网页面,重复了别人的轮子,可以看看。
UI全部自己搞的。
2021/10/19 2:52:41 12.28MB 登录注册 曲线图 新闻浏览 滚轮选择
1
用身高和/或体重数据进行性别分类的实验其中第一问分别用了两种方式;
数据集经过优化,有决策面方程的图片,和各类型错误率的输入
2019/7/11 18:35:25 1.45MB matlab 模式识别 贝叶斯分类器
1
共 33 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