搜索资源列表
TreeView
- TreeView控件用来显示信息的分级视图，如同Windows里的资源管理器的目录。TreeView控件中的各项信息都有一个与之相关的Node对象。TreeView显示Node对象的分层目录结构，每个Node对象均由一个Label对象和其相关的位图组成。在建立TreeView控件后，我们可以展开和折叠、显示或隐藏其中的节点。TreeView控件一般用来显示文件和目录结构、文档中的类层次、索引中的层次和其他具有分层目录结构的信息。-tree Displaytree Displaytree Disp
cengcijulei
- 层次聚类算法与之前所讲的顺序聚类有很大不同，它不再产生单一聚类，而是产生一个聚类层次。-Hierarchical clustering algorithms and sequence clustering before talking about is very different, it is no longer produce a single cluster, but does generate a cluster level.
demo
- 1、要求利用面向对象的方法以及Java的编程思想来完成系统的设计； 2、要求在设计的过程中，建立清晰的类层次； 3、在系统设计中要分析和定义各个类，每个类中要有各自的属性和方法； 4、在系统的设计中，要求运用面向对象的机制（继承、派生及多态性）来实现系统功能。 5、在基本要求达到后，可进行创新设计，如根据查找结果进行修改的功能及设计出比较友好的界面等。 6、系统能完成以下功能： （1）系统以菜单方式工作； （2）录入信息用文件保存； （3）能建立、修改和增删学生
demo
- 1、要求利用面向对象的方法以及Java的编程思想来完成系统的设计； 2、要求在设计的过程中，建立清晰的类层次； 3、在系统设计中要分析和定义各个类，每个类中要有各自的属性和方法； 4、在系统的设计中，要求运用面向对象的机制（继承、派生及多态性）来实现系统功能。 5、在基本要求达到后，可进行创新设计，如根据查找结果进行修改的功能及设计出比较友好的界面等。 6、图书信息包括：登录号、书名、作者名、分类号、出版单位、出版时间、价格等。设计“图书信息管理系统”，使之能提供以下功能：
demo
- 1、要求利用面向对象的方法以及Java的编程思想来完成系统的设计； 2、要求在设计的过程中，建立清晰的类层次； 3、在系统设计中要分析和定义各个类，每个类中要有各自的属性和方法； 4、在系统的设计中，要求运用面向对象的机制（继承、派生及多态性）来实现系统功能。 5、在基本要求达到后，可进行创新设计，如根据查找结果进行修改的功能及设计出比较友好的界面等。 6、职工信息包括职工号、姓名、性别、年龄、学历、工资、住址、电话等（职工号不重复）。设计“职工信息管理系统”，使之能提供以
demo
- 1、要求利用面向对象的方法以及Java的编程思想来完成系统的设计； 2、要求在设计的过程中，建立清晰的类层次； 3、在系统设计中要分析和定义各个类，每个类中要有各自的属性和方法； 4、在系统的设计中，要求运用面向对象的机制（继承、派生及多态性）来实现系统功能。 5、在基本要求达到后，可进行创新设计，如设计出比较友好的界面等。 -1, requires the use of object-oriented Java programming methods and ideas
Class-inheritance
- 掌握类的继承的类别与方式；了解派生类中如何使用基类的成员、基类成员在派生类中的访问控制；掌握继承中构造函数和析构函数的调用过程； 掌握多基继承的使用与访问方法，并理解类层次中访问规则；掌握虚基类的定义及使用。-Master classes and methods inherited class learn how to use the derived class members of the base class, the base class members in a derived c
Graduation-Design-Management-System
- c++学生毕业设计管理系统 一、设计项目：完成学生毕业设计管理系统 二、目的与要求： 1、目的： (1)要求学生达到熟练掌握C++语言的基本知识和技能； (2)基本掌握面向对象程序设计的基本思路和方法； (3)能够利用所学的基本知识和技能，解决简单的面向对象程序设计问题。 2、基本要求： (1)要求利用面向对象的方法以及C++的编程思想来完成系统的设计； (2)要求在设计的过程中，建立清晰的类层次； (3)在系统中至少要定义四个类，每个类中
TreeView
- TreeView控件用来显示信息的分级视图，如同Windows里的资源管理器的目录。TreeView控件中的各项信息都有一个与之相关的Node对象。TreeView显示Node对象的分层目录结构，每个Node对象均由一个Label对象和其相关的位图组成。在建立TreeView控件后，我们可以展开和折叠、显示或隐藏其中的节点。TreeView控件一般用来显示文件和目录结构、文档中的类层次、索引中的层次和其他具有分层目录结构的信息。 -TreeView control is used to di
class
- 实现三角形的类、用类的继承关系编写程序描述下图1中的类层次-Write a class Triangle Triangle、Class inheritance relationships with programming descr iption Figure 1 class hierarchy
danjichen
- 设计一个单基继承的类层次程序，利用Person类派生出Student类，增加属性xh（学号），Person类中至少有姓名、年龄等数据成员，成员函数中构造函数对其初始化，析构函数释放相应存储单元，输出函数输出其数据成员的值，其它成员函数根据需要添加，在主函数中进行测试-Design of a single base class inheritance hierarchy procedure, use the Person class derived Student class, increase
DBSCAN
- DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。(DBSCAN is a representative density based clustering algorithm. Unlike the partition and hie
clustering
- 包括层次聚类和密度聚类的效果对比，是机器学习入门的好东西(Including hierarchical clustering and density clustering effect contrast, is a good machine learning entry)
ClusteringAlgorithm
- 包含Kmeans聚类，最大最小聚类，最近邻聚类，层次聚类的C++编程(C++ programming including Kmeans clustering, maximum and minimum clustering, nearest neighbor clustering and hierarchical clustering)
hierarchicalcluster
- 简单的层次聚类matlab小实验 仅供参考(hierarchical cluster)
xcluster-master
- SIGKDD2017上的文章，该算法适合数据集类簇数和数据条目都比较大的情况，聚类效率高(It is suitable for large number of data categories and data items, and the efficiency of clustering is high)
代码
- 先用的层次分析法筛选变量，而后使用聚类分析中的kmeans和pam两种方法，优点在于可以快速聚类，针对较大的数据量(clustering methodology)
代码
- 使用的是深圳市数学建模的电信用户数据，基于数据筛选出高价值用户，并分析他们的消费特点。代码中包括了层次分析法，聚类分析，数据的缺失值、异常值的处理(The code includes the analytic hierarchy process, the clustering analysis, the missing values of the data, and the handling of the abnormity values)
AGNES
- 层次聚类，凝聚法指的是初始时将每个样本点当做一个类簇，所以原始类簇的大小等于样本点的个数，然后依据某种准则合并这些初始的类簇，直到达到某种条件或者达到设定的分类数目。(hierarchical clustering)
CureDemo
- 实现的cure聚类的demo。算法在开始时，每个点都是一个簇，然后将距离最近的簇结合，一直到簇的个数为要求的K。它是一种分裂的层次聚类。算法分为以下6步： 1）从源数据对象中抽取一个随机样本S。 2）将样本S分割为一组划分。 3）对划分局部的聚类。 4）通过随机取样提出孤立点。如果一个簇增长得太慢，就去掉它。 5）对局部的簇进行聚类。 6）用相应的簇标签标记数据。(The implementation of the cure clustering of the