<strike id="yioei"></strike>
<strike id="yioei"></strike>
DTM Data Editor 是一個為數(shù)據(jù)庫專業(yè)人士設(shè)計的數(shù)據(jù)瀏覽和編輯器，本工具使用表單界面，可以與任何的ODBC數(shù)據(jù)源相連接。
標(biāo)簽： Editor Data DTM 數(shù)據(jù)庫
上傳時間： 2015-03-05
上傳用戶：miaochun888
圖像模式識別的聚類器設(shè)計，采用VC++實現(xiàn)，和分類器設(shè)計相對應(yīng)。
上傳時間： 2014-12-02
上傳用戶：han_zh
這是一個用C語言編寫的哈夫曼編/譯碼器程序，與嚴(yán)蔚敏版數(shù)據(jù)結(jié)構(gòu)習(xí)題的5.2相對應(yīng)啊
上傳時間： 2015-04-21
上傳用戶：athjac
研華工業(yè)用控制板卡的VC編程方法.此類板卡編程方法比較復(fù)雜,根據(jù)說明書上面說明我們可以采用兩種編程方法,一種是自己編寫控制各種寄存器代碼進行數(shù)據(jù)的采集和輸出,另外一種就是利用他封裝的DLL的方法訪問相應(yīng)的函數(shù)進行完成.
上傳時間： 2013-12-27
上傳用戶：csgcd001
采用C語言來編輯分頻 測控 計數(shù)和儲存。和硬件相匹配，用單片機來實現(xiàn)的FM調(diào)制器
上傳時間： 2015-06-14
上傳用戶：ddddddos
這是一個簡單的小工具,有點類似我們使用form方式設(shè)計時,使用behaver方式讓各個form作轉(zhuǎn)場特效一樣,不過這個工具是針對各個movie clip,相信對一些Art設(shè)計師有一定的幫助囉, 使用的是Transition manager方式完成,相信不久會有利用tween class方式的程式產(chǎn)生器吧..其實我還蠻需要的...因為help檔沒有,有時要參考指令,都要上網(wǎng)查一次
標(biāo)簽： form behaver movie clip
上傳時間： 2013-12-17
上傳用戶：hasan2015
Hamming 神經(jīng)網(wǎng)絡(luò)從功能上來看是最小Hamming 距離分類器．利用它能夠完成不完整輸入信息與所存儲模式的最小漢明距離分類． Hamming 網(wǎng)絡(luò)是一個雙層神經(jīng)網(wǎng)絡(luò)，第一層網(wǎng)（即匹配子網(wǎng)絡(luò)）是用來計算輸入模式與該網(wǎng)絡(luò)已經(jīng)學(xué)習(xí)過的各樣本之間的匹配測度．第二層網(wǎng)（即競爭子網(wǎng)絡(luò)）接收從匹配子網(wǎng)絡(luò)送來的未知模式與已存各樣本的匹配測度，然后經(jīng)過多次迭代運算就可以求得與輸入模式相匹配的樣本．
標(biāo)簽： Hamming 神經(jīng)網(wǎng)絡(luò) 分類器 分類
上傳時間： 2015-07-04
上傳用戶：66666
鎖相回路可視為一個輸出相位和輸入相位的回授系統(tǒng)用以同步輸入?yún)⒖加嵦柡突厥诤筝敵鲂盘枴２⒆屍洳僮魍瑯拥念l率。如(圖一)所示，簡單鎖相回路[3,4]是由三個電路構(gòu)成，分別為相位偵測器（Phase Detector）、回路濾波器（Loop Filter）、壓控蕩器（VCO）
上傳時間： 2015-08-16
上傳用戶：franktu
快速瞭解ECLIPSE 目錄 序言· 一．Eclipse 簡介 二．Eclipse 組織 三．Eclipse 相關(guān)術(shù)語 四．Eclipse 平臺 五．EMF & GEF 介紹 六．關(guān)於Eclipse、SWT 和JFace 一個SWT 應(yīng)用程式的基礎(chǔ)材料 基本控制項 標(biāo)籤 文件 按鈕 事件監(jiān)聽器 複合控制項 Shell 佈局管理器 FillLayout GridLayout GridData 15 建立一個執(zhí)行程式 為什麼使用SWT 七．OSGI 簡介 Eclipse 資源 附錄1 SWT 的內(nèi)幕？ 附錄2 相關(guān)網(wǎng)站 附錄3 外掛開發(fā)
標(biāo)簽： Eclipse ECLIPSE EMF GEF
上傳時間： 2015-11-30
上傳用戶：cc1
基于模板匹配與支持矢量機的人臉檢測 梁路宏 艾海舟 肖習(xí)攀 葉航軍 徐光佑 張鈸 。本文提出了一種將模板匹配與支持矢量機（SVM）相結(jié)合的人臉檢測算法。算法首先使用雙眼—人臉模板對進行粗篩選，然后使用SVM分類器進行分類。在模板匹配限定的子空間內(nèi)采用“自舉”方法收集“非人臉”樣本訓(xùn)練SVM，有效地降低了訓(xùn)練的難度。實驗結(jié)果的對比數(shù)據(jù)表明，該算法是十分有效的。
上傳時間： 2013-11-27
上傳用戶：erkuizhang
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
