搜索资源列表
StudentsPerformanceManagementSystem
- 数据库的数据项主要数据包括：学号、姓名、年级、专业、成绩1、成绩2、成绩3、平均成绩、总成绩。 要求具有以下功能： （1）添加、删除任意个记录。 （2）修改任意个记录。 （3）显示、保存记录。 （4）排序功能：打开学生数据库，计算每个学生的平均成绩和总成绩，用冒泡法或选择排序法将平均成绩和总成绩排序后生成两个新文件（从大到小），存盘并显示这两个文件的全部记录。 （5）查询功能：打开总成绩排序文件，用折半查找法统计出给定分数的人数并显示。 -Database of d
XMLarithmetic
- 针对 XML 数据半结构化的特点及概率查询理论，结合蚁群算法，提出添加杂交算子和更新信息素的方法，该方法不仅能动态选 择数据查询方向，而且能避免无效查询，扩大数据查询范围，提高收缩效率。模拟测试证明了该方法能优化XML查询。-Semi-structured XML data for the characteristics and the probability of query theory, combined with the ant colony algorithm, crossover
DCES
- 利用训练好的朴素bayesian网络对数据集进行分类。通过添加人工噪声的干扰来分类精度的检测。-By trained naive bayesian network to classify the data set. By the add artificial noise interference to the classification accuracy of detection.
KrigingAnt21
- 利用Kriging拟合数据后，利用蚁群算法进行优化，需添加Dace工具包-Ant algorithm
Bayesian
- 贝叶斯分类器的基本实现，数据可以自行添加，中英文皆可-Bayesian classifier basic implementation, the data can add, in English or
生产者消费者问题
- 一个大小为3的缓冲区，初始为空 2个生产者 随机等待一段时间，往缓冲区添加数据， 若缓冲区已满，等待消费者取走数据后再添加 重复6次 3个消费者 随机等待一段时间，从缓冲区读取数据 若缓冲区为空，等待生产者添加数据后再读取 重复4次
ridge
- 这段代码可以实现机器学习中的岭回归。自行添加高斯噪声后对每个数据集的七阶多项式用不同的值λ进行岭回归-Perform ridge regression on each dataset with 7th order polynomial with different value λ.Add Gaussian noise.
gaann
- 遗传算法优化的神经网络代码，添加数据文件，更改输入输入参数，可直接运行(artificial neural network optimized by ga)
ann
- 单纯的神经网络做预测，添加数据文件，修改输入参数，可直接运行(Simple neural network to predict, add data files, modify input parameters, can be directly run)
ADP冲冲冲
- 基于bp神经网络的adp小程序，无具体数值，需自行添加，包含actor网络和critic网络(The ADP program based on BP neural network has no specific value and needs to be added by itself, including actor network and critical network)