https://download.csdn.net/download/qq_41739364/86339152

为反映Web服务组合过程中服务类之间的关联性和客户对服务非功能属性的偏好,以及服务调用过程中不同服务质量(QoS)属性之间的内在关系,提出基于QoS关联的Web服务组合决策算法。
在评价服务组合优劣程度的过程中,考虑服务类在QoS属性上的关联关系,对QoS数据进行统一规格化和综合评估。
实验证明,该算法拥有较好的执行效率和稳定性,并且选择结果较优。

dea交织功能评估法度圭表标准，用于企业效益评估，AHP综合评估方式的松散使用等

matlab罕用代码大全，帮手你科研，论文实证阐发，数模竞赛第44章条理阐发法第45章灰色联系瓜葛度第46章熵权法第47章主成份阐发第48章主成份回归第49章偏最小二乘第50章垂垂回归阐发第51章模拟退火第52章RBF,GRNN,PNN-神经收集第53章相助神经收集与SOM神经收集第54章蚁群算法tsp求解第55章灰色料想GM1-1第56章模糊综合评估第57章交织验证神经收集第58章多项式拟合plotfit第59章非线性拟合lsqcurefit第60章kmeans聚类第61章FCM聚类第62章arima功夫序列第63章topsis第1章BP神经收集的数据分类——语音特色信号分类第2章BP神经收集的非线性体系建模——非线性函数拟合第3章遗传算法优化BP神经收集——非线性函数拟合第4章神经收集遗传算法函数极值寻优——非线性函数极值寻优第5章基于BP_Adaboost的强分类器方案——公司财政预警建模第6章PID神经元收集解耦抑制算法——多变量体系抑制第7章RBF收集的回归--非线性函数回归的实现第8章GRNN收集的料想----基于狭义回归神经收集的货运量料想第9章离散Hopfield神经收集的遥想影像——数字识别第10章离散Hopfield神经收集的分类——高校科研才气评估第11章络续Hopfield神经收集的优化——遨游商下场优化盘算第12章初始SVM分类与回归第13章LIBSVM参数实例详解第14章基于SVM的数据分类料想——意大利葡萄酒品种识别第15章SVM的参数优化——若何更好的提升分类器的成果第16章基于SVM的回归料想阐发——上证指数收盘指数料想.第17章基于SVM的信息粒化时序回归料想——上证指数收盘指数变更趋向以及变更空间料想第18章基于SVM的图像联系-真玄色图像联系第19章基于SVM的手写字体识别第20章LIBSVM-FarutoUltimate货物箱及GUI版本介绍与使用第21章自结构相助收集在方式分类中的使用—患者癌症发病料想第22章SOM神经收集的数据分类--柴油机缺陷诊断第23章Elman神经收集的数据料想----电力负荷料想模子钻研第24章概率神经收集的分类料想--基于PNN的变压器缺陷诊断第25章基于MIV的神经收集变量遴选----基于BP神经收集的变量遴选第26章LVQ神经收集的分类——乳腺肿瘤诊断第27章LVQ神经收集的料想——人脸朝向识别第28章遴选树分类器的使用钻研——乳腺癌诊断第29章极限学习机在回归拟合及分类下场中的使用钻研——比力试验第30章基于随机森林脑子的组合分类器方案——乳腺癌诊断第31章脑子进化算法优化BP神经收集——非线性函数拟合第32章小波神经收集的功夫序列料想——短时交通流量料想第33章模糊神经收集的料想算法——嘉陵江水质评估第34章狭义神经收集的聚类算法——收集入侵聚类第35章粒子群优化算法的寻优算法——非线性函数极值寻优第36章遗传算法优化盘算——建模自变量降维第37章基于灰色神经收集的料想算法钻研——定单需要料想第38章基于Kohonen收集的聚类算法——收集入侵聚类第39章神经收集GUI的实现——基于GUI的神经收集拟合、方式识别、聚类第40章动态神经收集功夫序列料想钻研——基于MATLAB的NARX实现第41章定制神经收集的实现——神经收集的本能化建模与仿真第42章并背运算与神经收集——基于CPU/GPU的并行神经收集运算第43章神经收集高效编程本领——基于MATLABR2012b新版本特色的谈判

软件测试报告收藏版。
好用记患上再起推选哦目录1. 测试概述 31.1. 编写目的 31.2. 测试规模 31.3. 参考资料 32. 测试方案实施情景 32.1. 测试尺度 32.2. 测试情景与配置配备枚举 42.3. 测试人员 42.4. 测试下场总结 43. 测试总结 53.1. 测试用例实施下场 53.2. 测试下场处置 73.3. 测试下场阐发 84. 综合评估 84.1. 软件才气 84.2. 建议 8

综合评估实际、方式及使用(郭亚军)综合评估实际、方式及使用(郭亚军)综合评估实际、方式及使用(郭亚军)综合评估实际、方式及使用(郭亚军)

此教程用约莫，欺人太甚的语言教学了topsis模糊综合评估模子，是初学者的一个好遴选

因子阐发是一种降维、简化数据的本领，其底子脑子是依占无关性大小把变量分组，使患上同组内的变量之间相关性较高，但不合组的变量相关性低.每一组变量代表一个底子结构，这个底子结构称为人民因子.对于所钻研的下场就可试图用起码个数的不可测的所谓人民因子的线性函数与特殊因子之以及来描摹原本视察的每一份量[4].于是可患上因子阐发数学模

为了实现对于尾矿库举行实时监测以及评估的成果,提出一种基于多源信息领悟的预警以及清静评估方式。
以直接工程本领患上到的数据及天色料想信息,使用多源信息领悟的方式建树结构化特色集,并行使定性与定量相松散的条理阐发法对于尾矿库的结构化特色集举行阐发,末了对于阐发的下场举行综合评分,当评分值抵达阈值时举行预警并输入灾情演化态势。
监测体系的建成突破了国内以往举行繁多目的监测的规模,多目的综合评估的方式削减了料想的准确性以及实时性,对于削减尾矿库溃坝迫害及抑制灾情伤害规模具备弥留的意思。

介绍了若何使用matlab实现快捷研制体系模糊综合评估方式。
对于软件的首要成果模块及本领要点做了详尽的叙述。
该软件依据模糊变更原理，使用软件编程方式实现模糊数学盘算，搜罗平均法、方根法及矩阵运算等。
该评估方式软件能够快捷准确迷信地对于快捷研制体系的总体成果举行综合评估，削减人为评估以及盘算导致的倾向以及低功能，最终抵达提前产物研制周期的目的。

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。