下载完并解压到好m2eclipse包后，在eclipse的dropins目录下新建一个m2eclipse.link文件，文件里面填写m2eclipse包的路径：如D:\devSpace\eclipse\m2eclipse，重启eclipse，在window-_-preference下就可以看到maven项了(希望可以帮到大家，发现官网的m2e好像已经下不下来了)
2024/10/20 7:12:17
10.74MB
适用于spketplugin，直接覆盖spket-1.6.23\eclipse\plugins下同名文件即可。
重启生效。
有了授权可以自定义spket格式化格式等等。
重启生效。
有了授权可以自定义spket格式化格式等等。
2024/10/20 2:18:26
482KB
JSONArray给想要的人总共六个jar，目前还可以使用，目前还可以使用，目前还可以使用，目前还可以使用
2024/10/20 0:29:22
1.08MB
java随机点名窗口小程序源码，经过多次版本调整，此版本2019最新版。
点名最讨厌的两件事：1.点到不想点的人。
2.想点的人点不到此次更新已完美解决，在后面加上了权重值。
点名最讨厌的两件事：1.点到不想点的人。
2.想点的人点不到此次更新已完美解决，在后面加上了权重值。
2024/10/19 5:55:30
9KB
实验描述:对指定数据集进行关联规则挖掘，选择适当的挖掘算法，编写程序实现，提交程序和结果报告。
数据集：retail.txt，根据数据集中的数据利用合适的挖掘算法得到频繁项集，并计算置信度，求出满足置信度的所有的关联规则retail.txt中每个数字表示一种商品的ID，一个{}内的表示一次交易实验环境和编程语言：本实验使用的编程语言为：Java编程环境为：Intellijidea实现频繁项集的挖掘算法为Apriori算法用于挖掘的样本个数为：1000个（retail.txt的前1000条数据）样本示例：{38,39,47,48}表示一个顾客购买了ID为38、39、47、48的四种商品。
数据集：retail.txt，根据数据集中的数据利用合适的挖掘算法得到频繁项集，并计算置信度，求出满足置信度的所有的关联规则retail.txt中每个数字表示一种商品的ID，一个{}内的表示一次交易实验环境和编程语言：本实验使用的编程语言为：Java编程环境为：Intellijidea实现频繁项集的挖掘算法为Apriori算法用于挖掘的样本个数为：1000个（retail.txt的前1000条数据）样本示例：{38,39,47,48}表示一个顾客购买了ID为38、39、47、48的四种商品。
2024/10/19 4:46:48
1.6MB
关于java开发的云笔记系统的论文第一章引言41.1项目背景41.2同类系统研究与应用现状41.3研究的内容和主要工作41.3.1研究的内容51.3.2本人主要工作51.4论文结构5第二章业务逻辑概述和系统需求分析52.1业务逻辑概述52.2用例图62.3功能需求62.4性能需求6第三章功能分析73.1系统功能结构73.2数据库设计73.2.2数据库概述7第四章系统实现84.1登录模块84.1.1登录功能84.1.2注册功能94.1.3修改密码功能94.2笔记本模块94.2.1创建笔记本104.2.2删除笔记本104.3笔记模块114.3.1创建笔记114.3.2修改笔记114.3.3删除笔记12第五章系统测试125.1软件测试的定义125.2软件测试方法及具体步骤12第六章总结与展望146.1总结146.2进一步的工作14参考文献15致谢16
2024/10/18 16:32:26
661KB