搜索资源列表
用Java编写HTML文件分析程序
- 用Java编写HTML文件分析程序 一、概述 Web服务器的核心是对Html文件中的各标记（Tag）作出正确的分析，一种编程语言的解释程序也是对源文件中的保留字进行分析再做解释的。实际应用中，我们也经常会碰到需要对某一特定类型文件进行要害字分析的情况，比如，需要将某个HTML文件下载并同时下载与之相关的.gif、.class等文件，此时就要求对HTML文件中的标记进行分离，找出所需的文件名及目录。在Java出现以前，类似工作需要对文件中的每个字符进行分析，从中找出所需部
times
- 功能概述： 提供一个时间序列的分析插件，只需要提供时间轴和数值轴，就可以进行相关的可视化分析计算。 接口要求： 利用TeeChart为主要平台构建，支持WebService，支持ActiveX，支持OLE Automation。 所有数值序列采用数组存储，独立于数据库，支持数据的转入转出，支持文本和XML等格式导入导出 图像支持矢量输出，支持多种文件格式输出，支持Stream方式输出图像。 序列数据源(含中间序列)支持交互修改. 基于年序列的频率分析见单独的频率分析插件Hfre
FTA
- 事故树分析软件，虽然不算是源码，但是它的功能还是很好的，而且网络上也比较流传的。对从事安全相关工作的人事有用。-Fault tree analysis software, although not a source, but its function is still very good, but the network also circulating. Engaged in security-related personnel useful work.
Gradestudentmanagementsystem
- （1）学生成绩的输入、修改、删除等基本操作； （2）成绩的查询功能，可以按学号、姓名等进行成绩查询； （3）成绩的综合统计功能，包括学生成绩按照不同条件进行排名，管理人员可以选择不的排序条件，并可以将排序结果进行打印输出； （4）计算每个学生的总成绩、平均成绩，所有学生单科的平均成绩，找出总成绩和单科成绩最高的学生并输出； （5）计算各班的总分和平均分，并按照平均分将各班成绩进行排序。 （6）统计不及格考生的信息； （7）学生奖励统计，自动生成每班获得奖学金的同学的信息，
3
- 在分析现有算法的基础上, 提出了一种新的算法, 并对其进行了仿真Z仿真结果表明, 无论是 在多径信道还是在AW GN 信道, 该算法的定时估计和频率偏移估计的均方差都要优于最大似然 算法和“集相关”算法Z-O FDM is sen sit ive to t im ing recovery and f requency offset est imat ion, cu rren t non2data2aided est imat ion methods don’t wo rk w ell
matlab_rtw_c
- （1）通过Simulink创建仿真模型；（2）配置相关RTW（Real-Time Workshop）参数；（3）通过RTW（Real-Time Workshop）自动生成C代码文件，并理解主要文件、接口函数和变量的意义；（4）在Visual C++中将生成的C代码作适当修改，编译运行并分析结果。-(1) created by Simulink simulation model (2) configuration related to RTW (Real-Time Workshop) param
TimeSeriesVC
- 时间序列相关性分析假设有两个时间序列X={x1,x2,…,xn}，Y={y1,y2,…,yn}，X和Y在延迟l处的相关系数R(l)计算公式如下： 其中，l的最大取值为n/2。当l的值从0变化到n/2时，就可以得到多个R(l)值，令R(l)最大值所对应的延迟为lmax，如果R(lmax)>σ（一个人为定义的阈值），那么我们就说时间序列X和Y具有延迟相关性，Y延迟于X的量为lmax。-Time series correlation analysis assumes that there a
SVM_matlab
- 利用SVM做回归线性测试。对于大盘指数的有效预测可以从整体上观测股市的变化提供强有力的信息，所以对上证指数的预测很有意义。通过对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析，最终拟合的结果是：均方误差MSE=2.35705 e-005，平方相关系数 R=99.9195 。SVM的拟合结果还是比较理想的。-Make use of SVM linear regression testing. For the market index can predict the o
zhubuhuiguifenxi
- 逐步回归分析的fortran程序，（I为变换次数，矩阵为R(I)，Q为剩余平方和，SD为剩余标准差，F为显著性检验值，R为复相关系数，B为回归系数）-Stepwise regression analysis fortran program, (I was converted number matrix R (I), Q is the residual sum of squares, SD for the residual standard deviation, F is significant
fangzhen
- 实验一 双极性矩形随机信号的归一化功率谱密度一 1.1 功率谱密度简介 平稳过程的任何一个非零样本函数的持续时间为无限长，显然都不满足绝对可积和总能量有限的条件。因此，它的傅里叶变换不存在即没有频谱函数。所以我们用功率谱密度来表述其频谱特性。 随机过程的任一实现是一个确定的功率型信号。而对于任意的确定功率信号f(t)，它的功率谱密度为： 式中， 是f(t)的截短函数 对应的频谱函数。f(t)是平稳随机过程 的一个实现。而随机过程某一个实现的功率谱密度不能作为过程的功率谱密
R
- R语言地理统计及空间分析的函数包，可以做空间插值，相关分析等。-Function package R language geostatistical and spatial analysis, spatial interpolation, correlation analysis can be done.
spca
- 本程序实现稀疏主成分分析，相关方法在 H. Zou, T. Hastie, and R. Tibshirani的Sparse principal component analysis中有详细介绍(For SPCA, the method introduced in "Sparse principal component analysis" by H. Zou, T. Hastie, and R. Tibshirani)
Arcgis with R
- R语言作空间计量,主要涉及空间权重、空间自相关分析，附各命令的中文解说。(spatial measurement by R)
深入浅出数据分析.pdf
- 《深入浅出数据分析》以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文以后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现《深入浅出数据分析》目标知识以外，为读者搭建了走向下一步深入研究的桥梁。 《深入浅出数据分析》构思跌宕起伏，行文妙趣横生，无论读者是职场老手，还是业界新人；无论是字
最终版代码：Kaggle：纽约的士旅程数据简要分析
- R语言的日常应用，用于日常的参数估计，进行相关的统计学论文研究，有利于学生的毕业论文(The daily application of the R language,, it is used for daily parameter estimation and related statistical research, which is beneficial to students' graduation thesis.)
R相关分析
- 在相关性基础分析上，进行统计预测，形成对未来的指导(predict is a generic function for predictions from the results of various model fitting functions)
频数分布和相关性分析
- 一次用R语言处理所有变量的相关性，可选spermnan或pearson，有显著性 用R语言对数据分段进行频数和频率统计(R language is used to deal with the correlation of all variables at the same time, and spermnan or Pearson can be selected. Frequency and frequency statistics of data segmentation using R
spatial autocorrelation
- 利用R语言进行两个变量的空间自相关分析，从而进行克里金插值(The spatial autocorrelation analysis of two variables is carried out by using R language.)
Classifiers
- 我们需要成百上千的分类器来解决现实世界的分类吗 我们评估179分类17种分类器（判别分析，贝叶斯，神经网络，支持向量机，决策树，基于规则的分类器，升压、装袋、堆放、随机森林和其他合奏，广义线性模型，线性，偏最小二乘法和主成分回归，logistic回归、多项式回归、多元自适应回归样条等方法），实现在WEKA，R（有或没有插入包），C和Matlab，包括所有目前可用的相关分类。(Do-we-Need-Hundreds-of-Classifiers-to-Solve-Real-World-Class
R语言数据分析及绘图代码
- 关联是两个或多个变量取值之间存在的一类重要的可被发现的某种规律性。关联分析目的是寻找给定数据记录集中数据项之间隐藏的关联关系，描述数据之间的密切度。(Association is a kind of important discoverable regularity between the values of two or more variables. The purpose of association analysis is to find hidden relationships amo