搜索资源列表
TestingDoc
- 自动进行JAVA单元测试和代码标准检查来帮助开发人员编写克号的代码的工具。可分析类，然后生成单元测试案例来包括最大的覆盖测试，发现未处理的异常并校验需求。-自动的基本错误预防，包括单元测试和自动代码标准检查-生成并执行单元测试案例-提供了进行黑盒测试、模型测试和系统测试的快速简单的途径-识别并预防未处理的运行时异常，函数错误，内存泄露，性能问题和安全弱点-监控测试的覆盖范围-自动回归测试-检查超过380个来自JAVA专家的编码规范-改正违反超过160个编码规范的错误-允许用户创建自己的编码规范-
regress
- 通过这个实验，熟悉并能够灵活运用曲线回归或直线回归的方法去解决实际生活中的问题。-Through this experiment, familiar and flexible use of curvilinear regression or linear regression methods to solve real life problems.
2121
- 开场白 — 软件测试“三问” 国内软件测试存在的突出问题与 软件测试的目的和原则 软件测试有关的统计数字 测试是低技术、可有可无的职位吗？ 测试 “万能论”错在哪里？ 软件测试阶段、流程、周期 测试启动的最佳时机，测试的终点在哪里 团队、技术、文档、管理 – 测试流程蕴含的要素 软件测试过程图解 五花八门的软件测试类型与方法 围剿一切软件害虫，纵论软件缺陷特征 为什么需要冒烟测试与回归测试 软件测试与开发的阶段关系 保持测试组织先进性，
softtest-development
- 从软件测试的技术与过程、 持续的软件测试、 软件测试的充分性准则等方面简要介绍软 件测试的基本思想； 讨论软件测试中的若干问题， 包括面向路径的测试数据自动生成、 测试预言、 期望结果的自动生成、 回归测试等； 并且探讨软件测试的发展趋势， 包括构件测试、 软件的易测试-Technology from the software testing process, ongoing software testing, software test adequacy criteria introd
5346363636
- ：针对粒子群算法进行多极点函数优化时 存在的局部极小点和搜寻效率低的问题，引入了小 生境的思想到粒子群算法中，以粒子的最好位置为 中心，粒子的最好的个体解对应的适应值为半径建 立圆形小生境。stretching 技术，其次对子群体采用解散策略，即当在子群体中找到一个极值点后把子群体解散回归主群体，最 后设置子群体创建时的半径阈值，避免子群体半径过大。该算法解决了标准的NichePS0算法在处理 多峰函数时，极值点的个数依赖于子群体个数及极值点容易出现重复、遗漏
Localization-based-on-LS-SVR-in-WSN
- 文章针对无线传感器网络(WSN)节点定位算法DV-Hop的节点间距离沽计误差对定位准确度影响较大的问题，提出一种基于LS-SVR(最小二乘支持向量回归机)的定位算法L-LSSVR. -Aiming at solving the problem of the significant influence of distance estimation error onlocation accuracy of DV-Hop in Wireless Sensor Networks (WSN), a n
Analysis-of-a-linear
- 轻松学习一元回归问题，有要的朋友可以参考一下。-Easy to learn a simple regression problem, a reference to friends.
Image-reconstruction_CS
- 合稀疏贝叶斯学习(SBL)和可压缩传感理论(CS)，给出一种在噪声测量条件下重建可压缩图像的方法。该方法将cS理论中图像重建过程看作一个线性回归问题，而待重建的图像是该回归模型巾的未知权值参数；利用sBL方法对权值赋予确定的先验条件概率分布用以限制模型的复杂度，并引入超参数- Hop sparse Bayesian learning ( SBL ) and compressible sensing theory ( CS ) , give a compressible image recon
fxxkzxtdzcxljbsjmyj
- 非线性控制系统的支持向量机辨识建模研究 针对非线性控制系统辨识建模难的问题， 系统研究了基于支持向量机的非线性控制系统的辨识建模理论和方法， 然后利用回归型支持向量机( Support Vector Regression， SVR) 设计了一个非线性控制系统的辨识建模系统 仿真试验结果表明， SVR 具有很高的建模精度和较强的泛化能力， 从而验证了该辨识方法的有效性和先进性。-Nonlinear Control Systems Support Vector Machine Iden
tixingguanzi2
- 分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39％；二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
by151
- 数学建模，车辆波动理论，线性回归，层次分析法，解决了车辆问题，道路拥挤-Mathematical modeling, vehicle wave theory, linear regression, AHP solves the problem of vehicles, road congestion
软件工程环境综合实践论文——软件测试
- 从软件测试的技术与过程、持续的软件测试、软件测试的充分性准则等方面简要介绍软件测试的基本思想；讨论软件测试中的若干问题,包括面向路径的测试数据自动生成、测试预言、期望结果的自动生成、回归测试等;并且探讨软件测试的发展趋势，包括构件测试、软件的易测试性与基于合约的构件易测试性设计和Web Services测试等。
2012.李航.统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文