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