<strike id="8io6m"></strike>
Win32 API作為 Microsoft 32位平臺（包括：Windows 9x，Windows NT3.1／4.0／5.0，WindowsCE）的應用程序編程接口，它是構筑所有32位Windows平臺的基石，所有在Windows平臺上運行的應用程序都可以調用這些函數。 從事Windows應用程序開發，離不開對Win32 API函數的調用。只有充分理解和利用API函數，才能深入到Windows的內部，充分挖掘系統提供的強大功能和靈活性。 近年來，隨著Microsoft 32位平臺的版本升級， Win32 API函數的構成、功能與調用方式都有很大的發展變化，然而，國內很少有相關的新版資料出版。為了滿足廣大開發人員的迫切需求，我們經過認真收集、整理素材，組織編寫了這本與各種Microsoft 32位平臺最新版本同步的Win32 API參考手冊。 全書收錄了五大類函數：窗口管理、圖形設備接口、系統服務、國際特性以及網絡服務。所有函數均附有功能說明、參數說明、返回值說明、備注以及引用說明。另外，在本書的第一章，我們對WiN32 API函數作了完整的概述；在附錄部分，講解了如何在Visual Basic和Delphi中對其調用。 由于篇幅較大，涉及技術內容廣泛，加之時間倉促，書中難免存在不少錯誤或疏漏，希望廣大讀者給與批評指正。
上傳時間： 2014-01-20
上傳用戶：凌云御清風
Win32 API作為 Microsoft 32位平臺（包括：Windows 9x，Windows NT3.1／4.0／5.0，WindowsCE）的應用程序編程接口，它是構筑所有32位Windows平臺的基石，所有在Windows平臺上運行的應用程序都可以調用這些函數。 從事Windows應用程序開發，離不開對Win32 API函數的調用。只有充分理解和利用API函數，才能深入到Windows的內部，充分挖掘系統提供的強大功能和靈活性。 近年來，隨著Microsoft 32位平臺的版本升級， Win32 API函數的構成、功能與調用方式都有很大的發展變化，然而，國內很少有相關的新版資料出版。為了滿足廣大開發人員的迫切需求，我們經過認真收集、整理素材，組織編寫了這本與各種Microsoft 32位平臺最新版本同步的Win32 API參考手冊。 全書收錄了五大類函數：窗口管理、圖形設備接口、系統服務、國際特性以及網絡服務。所有函數均附有功能說明、參數說明、返回值說明、備注以及引用說明。另外，在本書的第一章，我們對WiN32 API函數作了完整的概述；在附錄部分，講解了如何在Visual Basic和Delphi中對其調用。 由于篇幅較大，涉及技術內容廣泛，加之時間倉促，書中難免存在不少錯誤或疏漏，希望廣大讀者給與批評指正。
上傳時間： 2014-01-04
上傳用戶：515414293
BP學習算法應用——模式分類 應用動量BP學習算法對UCI提供的經典數據庫——鳶尾屬植物數據庫進行分類，速度快，精度高。iris.arff為數據庫文件，可用Weka數據挖掘軟件打開。Iris.csv為源代碼讀取的數據文件，通過Weka軟件轉換得到。 將源文件Iris_classify.m和Iris.csv文件放入matlab的work文件夾中直接運行即可。
上傳時間： 2013-12-21
上傳用戶：Late_Li
數據分析系統主要研究大量的數據，挖掘出這些數據的內涵，并把這些數據之間的關系用直觀的形式表示出來。
上傳時間： 2013-12-29
上傳用戶：大融融rr
我們老師上課用的課件，主要是將數據挖掘的可視化的內容的～～滿好的
標簽：
上傳時間： 2013-12-27
上傳用戶：541657925
模擬退火是一種啟發式算法，適用于數據挖掘，對神經網絡的局部最優問題能很好解決
上傳時間： 2014-01-17
上傳用戶：ikemada
dragontoolkit用于機器學習，知識挖掘
標簽： dragontoolkit 機器學習
上傳時間： 2016-03-07
上傳用戶：gxmm
IBM經典的sprint算法，其原理介紹。用得少，但很有用。是在有限內存下的數據挖掘的經典算法
上傳時間： 2016-03-20
上傳用戶：yuzsu
我為某旅游局開發 的評委評估系統，里面用到了很深次的數據挖掘技術，以及delphi的統計分析表的制作，大家好好學習哦
上傳時間： 2016-03-25
上傳用戶：TRIFCT
提出了一種通過遺傳算法(GA)對單個分類器進行優化以及對多個分類器進行組合優化的方法.該方法使用疊加(stacking)的策略.經典的疊加策略分為兩步,該方法將遺傳算法作為疊加策略的第2步.實驗結果表明,遺傳算法可以較好地完成優化任務,同單個分類器比較,它可以提高分類的精度.在對分類器進行組合優化方面,它得到比單個分類器更高的精度以及使分類結果具有更好的可理解性. 關 鍵 詞: 分類 遺傳算法 優化 機器學習 數據挖掘 分類規則.
上傳時間： 2014-02-13
上傳用戶：Altman
