搜索资源列表
struts+ibatis
- >项目名称:电脑电子商务平台 >1.运行环境JDK1.6+Oracle10g+Tomcat5.5 >2.开发工具: MyEclipse Enterprise Workbench 项目名称:电脑电子商务平台 1.运行环境JDK1.6+Oracle10g+Tomcat5.5 2.开发工具: MyEclipse Enterprise Workbench 5.1.0 GA 3.开发框架:Struts1.38+Ibertis2.3 4.功能描述: 项目后台和前台.
21
- 1、在Eclipse中导入工程，可以通过Eclipse中的菜单File→Import→Existing Projects intoWorkspace中选择Project； 2、在MySQL中创建数据库，使用MySQL Control Center执行database目录下的dbscr ipt.sql数据库脚本文件创建数据库SQL语句创建数据库和表及数据； 3、设置数据库连接配置，修改doc目录下的exam.xml文件，将其中的数据库用户名和密码设置为实际的用户名和密码； 4、将doc
NN+GA
- 1,改进BP神经网络在股市预测中的应用.2,基于MATLAB工具箱的开采煤层自燃危险性预测.3,基于改进的神经网络的电力系统负荷预报.4,基于神经网络的灌溉用水量预测.5,基于遗传算法改进BP网络的地表沉陷预计.6,利用遗传算法改进BP学习算法.7,模糊神经网络在电力市场短期负荷预测中的应用.8,神经网络学习算法存在的问题及对策.9,遗传神经网络在电力系统短期负荷预测中的应用.10,应用改进BP神经网络进行用水量预测.11,用遗传算法改进的BP模型在刹车系统诊断中的应用研究.12,遗传算法改进的
finance1.0.zip
- 本项目是一个财务管理系统。 系统简介： 1、实现了用户、组管理 2、实现了物品类别、详细管理 3、实现了基本账务(货币)管理 前后台架构： 1、java语言(jdk1.5)、struts1.2.9、hibernate3.2.6.ga、spring2.0.8 2、前台：主要使用了轻量级的ajax开发框架jQuery，使用jQuery很轻松的降低了服务器压力提高了用户体验并且代码容易维护，尤其是jQuery的插件机制更是简易了代码 3、数据库版本为mysql5.0 4、编码：为防止ajax乱码
GA_BP.rar
- 一、用GA直接训练BP网络的权重算法 主程序：gafault.m 它包括以下子程序： 1. BP网络初始化：nninit.m――给出P，T，R，S1，S2； 2. 适应值计算函数：gabpEval.m； 3．将遗传算法的编码解码为BP网络所对应的权值、阈值函数：gadecod.m； 二、用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法 主程序：gabpfault.m 它包括以下子程序： 1. 网络初始化：nninit.m――给出P，T，R，S1，S2
2008101523144260
- 一、用GA直接训练BP网络的权重算法 主程序：gafault.m 它包括以下子程序： 1. BP网络初始化：nninit.m――给出P，T，R，S1，S2； 2. 适应值计算函数：gabpEval.m； 3．将遗传算法的编码解码为BP网络所对应的权值、阈值函数：gadecod.m； 二、用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法 主程序：gabpfault.m 它包括以下子程序： 1. 网络初始化：nninit.m――给出P，T，
QuickSpark
- 1．中间纸牌的最左面由一张Flip牌，点击Flip，中间牌的数字改变。 2．在界面上有一个计时器，当玩家或者电脑任意一方的纸牌用光时，计时器停止计时，游戏结束，纸牌先用完的一方为赢家。 3．当玩家单击纸牌和中间的某一张牌上时，若是符合游戏规则，中间的那一张牌被覆盖，玩家缺失的纸牌由其他牌代替，牌数少一张。 4．在符合条件的情况下，电脑一方的纸牌能及时覆盖在中间的纸牌之上，并且牌数减少一张，缺失的位置由另一张牌代替。与此同时，对应纸牌上方有“Moved”闪烁一次。 5．中间纸牌的下
GAbp
- 一、用GA直接训练BP网络的权重算法 主程序：gafault.m 二、用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法 三、纯BP 主程序：（1）bpfault.m 在MATLAB5.2上 （2）bpfault.m 在MATLAB6.5上 为后来所加 -1, with GA directly trained BP network algorithm for the weight of the main program: gafa
EDA_Tutorial
- 分布估计算法（EDA）讲义，29页PPT 1. 从GA到 EDA 2. 链接学习与模型 3. 连续EDA 4. EDA 与玻耳兹曼分布 5. 资源 -estimation of distribution algorithm（EDA）tutorial 1. from the GA to the EDA 2. Linking learning and models 3. Continuous EDA 4. EDA with Boltzmann distri
hibernate-3.2.5.ga
- hibernate3.2的源代码和配置文件，包括相关文档，开发hibernate用这个压缩文件足够了-hibernate3.2_all.zip
ga
- 下面的程序是求多项式y=x^6-10x^5-26x^4+344x^3+193x^2-1846x-1680在区间[-8,8]的最小值，误差不超过0.001。对于这个复杂的多项式，可先用matlab绘制函数的大概曲线，确认函数的最小值大概处于[-8,8]之间，再用本程序求出精确解。 -The following procedure is a polynomial y = x ^ 6-10x ^ 5-26x ^ 4+344 x ^ 3+193 x ^ 2-1846x-1680 in the inter
Spring3Hibernate
- Spring3MVC结合Hibernate框架做的一个Demo,数据库用的Mysql.-Spring3MVC with Hibernate framework to do a Demo, the database used Mysql.
openacs-disposition
- Openacs部署,压缩包包含了mysql-connector-java-5.1.18.zip与openacs-bin-0.4.zip，另外jboss-4.2.3.GA.zip比较大需要单独去下载-Openacs deployment, compression package contains mysql-connector-java-5.1.18.zip openacs-bin-0.4.zip addition the jboss-4.2.3.GA.zip need to go alone d
testonline
- 1、在Eclipse中导入工程，可以通过Eclipse中的菜单File→Import→Existing Projects intoWorkspace中选择Project； 2、在MySQL中创建数据库，使用MySQL Control Center执行database目录下的dbscr ipt.sql数据库脚本文件创建数据库SQL语句创建数据库和表及数据； 3、设置数据库连接配置，修改doc目录下的exam.xml文件，将其中的数据库用户名和密码设置为实际的用户名和密码； 4、将doc
GA
- 程序1：遗传算法和非线性规划函数的优化； 程序2：基于遗传算法的BP神经网络优化； 程序3：基于遗传算法的TSP算法； 程序4：基于遗传算法的LQR控制器优化设计 程序5：基于遗传算法的函数优化-Program 1: genetic algorithms and nonlinear programming function optimization Program 2: Based on the genetic algorithm BP neural network optim
GA
- 各种遗传算法程序 1>myGA(基本遗传算法解决一维约束规划问题) 2>SBOGA(顺序选择遗传算法求解一维无约束优化问题) 3>NormFitGA(动态线性标定适应值的遗传算法求解一维无约束优化问题) 4>GMGA(大变异遗传算法求解一维无约束优化问题) 5>AdapGA(自适应遗传算法求解一维无约束优化问题) 6>DblGEGA(双切点遗传算法求解一维无约束优化问题) 7>MMAdapGA(多变异位自适应遗传算法求解一维无
ga-SIMPLE
- /求下列元素的最大值：目标函数max=f(x1,x2)=x1*x1+x2*x2 取值范围在{1，2，3，4，5，6，7} //本算法在选择时使用：轮盘赌选择法、交叉时使用：单点交叉。 -A maximum of the following elements: objective function Max = f (x1, x2) x1+ x2 = x1** x2.Scope in,2,3,4,5,6,7 {1}This algorithm is used when the choice
caishuzi
- 猜数字：由计算机随机产生一个1~10000以内的数字，用户根据提示猜出该数字，功能要求如下： （1）游戏结束条件：1）在规定时间内正确猜出该数字；2）规定用时耗完。 （2）游戏提示：根据用户的输入与所产生数字的大小关系给出正确提示，例如，随机产生数为5000，若用户输入6000，则提示“高了”，若用户输入4000，则提示“低了”。 （3）游戏结果显示：1）若用户在规定时间内正确猜出数字，则显示“恭喜！正确猜出数字***。”；2）若到达规定时间但并未猜出，则显示“很遗憾，未能在规定时
diffie_hellman
- Implement Diffie-Hellman Key exchange protocol and demonstrate that at the end, both person will have a common Key. Do the following: 1. Set a variable p ( e.g. p = 37) and g (e.g. g = 5). 2. Generate a, a random number mod p. Now generate A,