搜索资源列表
操作系统进程内存管理模拟
- 有关此程序的功能请见程序中的帮助菜单程序难点1：创建Windows xp中按钮样式解决方法：使用标签控件与形状控件一起形成此样式此方法缺点：由于标签没有TAB事件，所以不能使用键盘控制按钮。此缺点解方法：截取键盘事件，以响应TAB事件（时间有限，没有实现）程序难点2:实时与分时混合应用解决方法：置一FOR循环在TIMER中，先判断并响应时实进程，再置另一当循环在TIMER中，无时实时再执行分时进程。程序难点3：分页式内存管理的调度方式解决方法：具体方法见程序中的注释。程序难点4:基于优先级的调度
B+树实现旅游图站点搜索
- 一、 需求分析： （1） 已知某市每条公路路线及沿途所经过的站名，要实现的功能是：在任一车站终端查询知道 1、 是否有公共汽车到达指定的目的地（任一站点） 2、 若有，打印出乘车的路线（不一定唯一）。如需中途换车，应指示在哪里换哪条线路的车。 （2） 实现的数据结构：因为将公共交通图看成是一个有向图，所以选择十字链表为其数据结构。 其中有信息点为：站点的连接关系（十字链表的弧头和弧尾链域很好的实现了这个功能） 反应途径的线路号（这个当作弧的信息域，含有两个往返的方向，并且每个方向又对
基于svm的分类器
- c++ 开发的svm分类器，功能不错，支持多类，多标签分类。使用方便，欢迎下载！
FldrTabCtrl3
- 标签控制，很好的例子，对于多文档类型的开发有帮助-Tags control, good example, for multi-document types of development to help
WELL
- 它试图解决的问题，薄弱的标签是一个多学习一种新标签的问题，其中只有部分标签集与每个提供相关培训的例子-This package includes the MATLAB code of the multi-label learning algorithm WELL. It tries to deal with weak label problem which is a new kind of multi-label learning problem, where only a partial la
Multi-TabDemo
- 通过matlab GUI的基础控件实现了多标签页的切换-Basis by matlab GUI controls to achieve a multi-tab to switch
kNN
- kNN分类算法——将没有分类标签的数据与样本集合中所有的数据一一进行距离计算， 然后提取最相似的K个数据，这个K个数据中分类标签出现最多的分类就是新数据的分类标签。 优点：简单有效，缺点：耗费存储空间，非常耗时，无法给出任何数据的结构信息。 这个程序是采用python缩写，注释比较多，自己加的-kNN classification algorithm: no data and sample collection of all data classification labels on
RFID-anti-collision-multi-tag
- 针对无线射频识别(radio frequency identification，RFID)系统的多标签碰撞问题，在分析RFID标签编码规则的基础上，提出根据标签编码规则进行标签分组和标签预淘汰的方法，在读写器识别的初始阶段根据特定的规则淘汰部分标签，从而减少系统工量，提高系统工作效率.实例证明：在不增加标签结构复杂度的基础上，充分利用已有的有效信息能够有效减少阅读器的查询次数和系统的总通信量．-For radio frequency identification (radio frequency
6MLkNN
- 南京大学的多类标签KNN分类器，对模式识别十分重要的作用，有着较好的分类效果，可以充分利用类别信息。-Nanjing university class label KNN classifier, the pattern recognition is an important role, has a good classification effect, can make full use of class information.
ML_Metric-function
- 上传的代码为多标签数据分类的度量函数 用于对多标签数据分类进行效果上的度量-Upload code for the multi-label data classification function is used to measure multi-label classification data to measure the effect on
mLknnMATLAB
- 本代码主要用了多标签K近邻方法（MLKNN）实现对多标签数据进行分类-This code mainly spent more than a label K-nearest neighbor method (MLKNN) to achieve the multi-label data classification
chengxu
- matlab实现的多标签情况下的室内定位程序，算法基于RSSI，效果OK-Matlab implementation of the multi label case of indoor positioning procedures, algorithms based on RSSI, the effect of OK
SvmOneVersusOne
- 支持向量机SVM可以使用多分类的问题，本次的代码实现的就是这个功能，里面含有训练和测试数据，分别含有12类标签，也就是都分为12类，另外代码采用了神经网络中的one-versus-one的思想，将数据分类K（K-1）/2个子类，分别调用SVM方法实现-It is about the classification in use of SVM for 12 classes. The algorithm contains training data and test data.
LDL_v1.1
- 多标签分布代码，可以直接运行。对应的readme中有详细的使用办法-Multi-label distribution code can be directly run. Corresponding readme use practices in detail
LDA
- LDA是监督式的降维算法，输入时需要为每一个数据打上标签信息。最多可以降到n-1维（n为数据点个数）-LDA Algorithm is used to realize dimensionality reduction. It can be used in the amount of projects such as face recognition.
Experiments
- Br方法做的多标签在线分类算法程序，matlab实现 -mutli-label online classification algorithm Using br approach，implemented by matlab
LPA
- 标签传播算法JAVA实现 初始化，每个结点携带一个唯一的标签；然后更新结点的标签，令其标签与它的大多数邻居的标签相同，若存在多个则随机选择。迭代直至每个结点的标签不再变化。-Label propagation algorithm
MLkNN
- ML-KNN，这是来自传统的K-近邻（KNN）算法。详细地，为每一个看不见的实例中，首先确定了训练集中的k近邻。之后，基于从标签集获得的统计信息。这些相邻的实例，即属于每个可能类的相邻实例的数量，最大后验（MAP）原理。用于确定不可见实例的标签集。三种不同现实世界中多标签学习问题的实验研究，即酵母基因功能分析、自然场景分类和网页自动分类，表明ML-KNN实现了卓越的性能(ML-KNN which is derived from the traditional K-nearest neighbo
cplst
- 多标签分类算法，通过对标签降维（SVD），然后利用线性回归建立特征和低维标签之间的关系，求出特征的系数，然后反过来进行预测(Multi label classification algorithm, through the tag dimension reduction (SVD), and then use linear regression to establish the relationship between features and low dimensional tags, to
lrCostFunction
- 输入权值、学习率、输入和输出，就可以计算得到损失值和梯度值(Input weight, learning rate, input and output can be calculated for loss value and gradient value)