搜索资源列表
GetLanCmpName
- 在Delphi中用ComBOX控件显示局域网中所有组中计算机的计算机名，在Delphi6.0下调试通过。-used in Delphi ComBOX LAN Control showed all of the computer cluster computer, and under the Delphi6.0 through debugging.
67322332442
- 设计题目：LR(0)分析表的构造 内容： 已知文法G，编写一个程序实现由文法到LR(0)分析表的自动生成。 功能扩展：1.由文法生成全部该文法项目； 2.由文法实现项目集簇的自动生成； 3.LR分析器对字符串的分析的分析表生成； -Design Title: LR (0) Analysis of structural elements: a known grammar G, the preparation of a program to achieve b
WakeOnLan
- 这是一个通过网卡MAC地址远程唤醒电脑的示例，支持群集唤醒。因为条件有限，没有全部测试过。还有能不能远程开机，如果远程开机可能前提需要在被唤醒的电脑的主板CMOS里设置唤醒功能。 -This is a wake-up through the network card MAC address of the remote computer' s example in support of the cluster wake. Because the conditions are limit
Cmeansclusteringmethods
- 本算法在vc++6.0中进行实验。分别就分解聚类和C-均值聚类两种方法在IRIS数据集上进行操作。分类前先将数据集中的样本顺序打乱形成混合数据。分解聚类中，采用前100个样本用对分法编制程序将数据分为两类。C-均值聚类采用全部的150个样本，将类别参数K设为3，将数据分为三类。-The algorithm in vc++6.0 in the experiment. Separate cluster and decomposition of two C-means clustering metho
PAM
- PAM（Partitioning Around Medoid,围绕中心点的划分）算法是是划分算法中一种很重要的算法，有时也称为k-中心点算法，是指用中心点来代表一个簇。PAM算法最早由Kaufman和Rousseevw提出，Medoid的意思就是位于中心位置的对象。PAM算法的目的是对n个数据对象给出k个划分。PAM算法的基本思想：PAM算法的目的是对成员集合D中的N个数据对象给出k个划分，形成k个簇，在每个簇中随机选取1个成员设置为中心点，然后在每一步中，对输入数据集中目前还不是中心点的成员根
Kmeans
- Kmeans 算法是聚类分析中使用最为广泛的算法之一，其每个类别均用该类中所有数据的平均值(或加权平均)来表示，这个平均值即被称作聚类中心。该方法虽然不能用于 类别属性的数据，但对于数值属性的数据，它能很好地体现聚类在几何和统计学上的意义。-Kmeans algorithm is the most widely used cluster analysis algorithm, each category with the average of all data in the class (
K_Means_image_compression
- - K means algorithm is performed with different initial centroids in order to get the best clustering. - The total cost is calculated by summing the distance of each point to its cluster centre and then summing over all the clusters.Based on the mi
carCluster
- 一个按照各类汽车参数做的聚类分析的mapreduce程序，可以看到各车型的分类情况。-Mapreduce program in accordance with all types of vehicle parameters to do a cluster analysis, you can see the various models of classification.
km
- 首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然 后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。 该算法的最大优势在于简洁和快速。算法的关键在于初始中心的选择和距离公式。 -First, choo
KafkaTest
- kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。 这种动作（网页浏览，搜索和其他用户的行动）是在现代网络上的许多社会功能的一个关键因素。 这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。 对于像Hadoop的一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群机来提供实时的消费。-Kafka is a high thr
DDBSCAN
- DDBSCAN datasets that used to cluster data using DDBSCAN. three datasets are used and all included in the file
ClusterAnalysis_2014.11.4
- 模式识别的聚类分析。K均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了，每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。-Pattern recognition clustering
LDFV
- VLAD VLAD可以理解为是BOF和fisher vector的折中 BOF是把特征点做kmeans聚类，然后用离特征点最近的一个聚类中心去代替该特征点，损失较多信息； Fisher vector是对特征点用GMM建模，GMM实际上也是一种聚类，只不过它是考虑了特征点到每个聚类中心的距离，也就是用所有聚类中心的线性组合去表示该特征点，在GMM建模的过程中也有损失信息； VLAD像BOF那样，只考虑离特征点最近的聚类中心，VLAD保存了每个特征点到离它最近的聚类中心的距离；
程序
- 分形曲面在自然界是大量存在的, 如山脉、地形、岩石、云团、材料断口的粗糙表面等, 都是分形曲面的 实例[1～3] 。近年来, 很多文献介绍了分形曲面的研究方法——随机生成法和分形曲面的插值。在实际工作中, 往往已知分形曲面上的部分信息( 例如, 材料断口的某条迹线、断面上的某些特征) , 需要通过这些部分信息 和特征, 拟合出分形曲面的整体形态, 从而对分形体的整体进行研究[4, 5] 。这就需要用到分形插值曲面的理论 和方法(Fractal surfaces are abundan
W5500模块原理图V1.0
- W5500模块原理图, W5500是WIZnet推出的高性能以太网接口芯片系列之一,内部集成全硬件TCP/IP协议栈+MAC+PHY。全硬件协议栈技术采用硬件逻辑门电路实现复杂的TCP/IP协议簇。其应用具有简单快速、可靠性高、安全性好等显著优势；内部集成MAC和PHY工艺，使得单片机接入以太网方案的硬件设计更为简捷和高效。(The W5500 module schematic diagram, W5500 is one of the High Performance Ethernet inte
d58
- 版本开源版本 可二次开发 2018年6月份新版完美解决新闻接口更新请升级到最新版本错误提示！ 永久包升级 包安装 不是所有的卖家都能提供这些服务 在此希望大家注意辨别！ 利用独立网站2级目录做排名 原理就是在独立网站根目录生成批量2级目录页面(Open source version can be redeveloped In June 2018, the new version perfectly solves the update of news interface, please u
Clustering
- 1) 使用凝聚型层次聚类算法（即最小生成树算法）对所有数据点进行聚类，最后聚成3类。相异度定义方法可选择single linkage、complete linkage、average linkage或者average group linkage中任意一种。 2) 使用C-Means算法对所有数据点进行聚类。C=3。 任务2（必做）： 使用高斯混合模型（GMM）聚类算法对所有数据点进行聚类。C=3。并请给出得到的混合模型参数（包括比例??、均值??和协方差Σ）。 任务3（全做）： 1) 参考数据文
tr069协议簇
- tr069协议簇.zip包含所有tr系列协议的文档中英文都有，方便查阅，开发(TR069 protocol cluster. zip contains all documents of TR series protocols in both Chinese and English. It is convenient to consult and develop.)