运用java开发言语idea开发工具，实现CPU简单功能。
适用于计算机专业高校在校生CPU课程设计参考。
适用于计算机专业高校在校生CPU课程设计参考。
2018/3/20 4:24:40
407KB
我在GitHub上找的开源的，跟唐宇di机器学习算法课程外面差不多，包含自定义的features，如prepare_fortraining,generate_polynomial,generate_sinusoids,normalize;fromutils.featuresimportprepare_for_training
2015/5/4 5:41:28
8.47MB
故障管理申报系统官方版v1.0系统引见：故障管理申报系统是一款非常不错的故障管理申报系统，也是我们现在经常使用到的故障申报系统，该系统采用了asp编写而成，喜欢的朋友可以下载学习看看。
系统使用说明：系统默认用户：admin密码：admin
系统使用说明：系统默认用户：admin密码：admin
2019/6/24 19:14:39
1.07MB
本文针对火灾报警系统问题，建立熵权-topsis逻辑回归等数学模型，旨在通过所建模型来选取可靠的探测器、提高报警准确率及改进各辖区综合管理水平，从而减少我国火灾事故。
针对问题一，首先根据地址、机号和回路，确定真实火灾数为418起。
接着根据题目要求，基于可靠性和故障率两个指标建立综合评价模型。
由于可靠性为效益型指标，而故障率为成本型指标，故将故障率通过数学公式转换为效益型指标，即完善率。
指标确定后，运用熵权法确定各指标权重，最后利用topsis法构建各类型部件评价模型，对16种部件进行综合评价，帮助政府选择最可靠的5种火灾探测器类型，分别为光束感烟、手动报警按钮、智能光电探头、点型感温探测器、线性光束感烟。
针对问题二，建立基于logistic回归的区域报警部件类型智能研判模型。
本文选择故障次数、消防大队及探测器类型3个变量作为自变量，误报与否作为因变量，将消防大队和探测器类型两个无序分类变量变为虚拟变量，利用logistic回归模型预测辖区内某类型部件发出报警信息正确的概率，经检验模型的真实性为。
经检验结果有所偏差，故进行模型优化用woe值代替原值计算，使得结果愈加真实可靠。
针对问题一，首先根据地址、机号和回路，确定真实火灾数为418起。
接着根据题目要求，基于可靠性和故障率两个指标建立综合评价模型。
由于可靠性为效益型指标，而故障率为成本型指标，故将故障率通过数学公式转换为效益型指标，即完善率。
指标确定后，运用熵权法确定各指标权重，最后利用topsis法构建各类型部件评价模型，对16种部件进行综合评价，帮助政府选择最可靠的5种火灾探测器类型，分别为光束感烟、手动报警按钮、智能光电探头、点型感温探测器、线性光束感烟。
针对问题二，建立基于logistic回归的区域报警部件类型智能研判模型。
本文选择故障次数、消防大队及探测器类型3个变量作为自变量，误报与否作为因变量，将消防大队和探测器类型两个无序分类变量变为虚拟变量，利用logistic回归模型预测辖区内某类型部件发出报警信息正确的概率，经检验模型的真实性为。
经检验结果有所偏差，故进行模型优化用woe值代替原值计算，使得结果愈加真实可靠。
2021/11/25 4:12:28
291KB
Skin++皮肤资源用于VC++界面丑化,在VC6.0下全部测试过.提示:要将这些*.ssk文件与执行文件放在同一目录下就可以看到效果
2021/11/3 7:11:44
15.6MB