我在一位朋寫的雪花示范的基礎(chǔ)上增加了線程和背景音樂,版權(quán)屬于原作者.要dirext8的支持,解壓后將mygl.src和data目錄復制到c:windowssystem下(適用windows98) 如果是windows nt/2000 將mygl.src和data目錄復制到c:winnt/system32下即可
標簽： windowssystem dirext8 windows data
上傳時間： 2013-12-01
上傳用戶：維子哥哥
香港大學的David W.Cheung寫的“A General Incremental Technique for Maintaining Discovered Association Rules”中提到的FUP2算法，用來解決數(shù)據(jù)庫更新后的關(guān)聯(lián)規(guī)則挖掘
標簽： Association Incremental Maintaining Discovered
上傳時間： 2014-01-24
上傳用戶：330402686
Hopfield 網(wǎng)——擅長于聯(lián)想記憶與解迷路 實現(xiàn)H網(wǎng)聯(lián)想記憶的關(guān)鍵，是使被記憶的模式樣本對應網(wǎng)絡能量函數(shù)的極小值。 設有M個N維記憶模式，通過對網(wǎng)絡N個神經(jīng)元之間連接權(quán) wij 和N個輸出閾值θj的設計，使得: 這M個記憶模式所對應的網(wǎng)絡狀態(tài)正好是網(wǎng)絡能量函數(shù)的M個極小值。 比較困難，目前還沒有一個適應任意形式的記憶模式的有效、通用的設計方法。 H網(wǎng)的算法 1）學習模式——決定權(quán)重 想要記憶的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 則任意兩個神經(jīng)元j、i間的權(quán)重： wij=∑ap(i)ap(j)，p=1…p； P：模式的總數(shù) ap(s)：第p個模式的第s個要素（-1或1） wij：第j個神經(jīng)元與第i個神經(jīng)元間的權(quán)重 i = j時，wij=0，即各神經(jīng)元的輸出不直接返回自身。 2)想起模式： 神經(jīng)元輸出值的初始化 想起時，一般是未知的輸入。設xi(0)為未知模式的第i個要素（-1或1） 將xi(0)作為相對應的神經(jīng)元的初始值，其中，0意味t=0。 反復部分：對各神經(jīng)元，計算： xi (t+1) = f (∑wijxj（t）-θi), j=1…n, j≠i n—神經(jīng)元總數(shù) f（）--Sgn（） θi—神經(jīng)元i發(fā)火閾值 反復進行，直到各個神經(jīng)元的輸出不再變化。
上傳時間： 2015-03-16
上傳用戶：JasonC
一 安裝MYSQL..建立workflow庫,將包中的WORKFLOW.SQL數(shù)據(jù)導入庫1:首先確定系統(tǒng)中安裝了JRE1.4.2以上的JAVA運行環(huán)境2:然后將該RAR包解壓到本地磁盤上3:修改數(shù)據(jù)庫配置文件param.ini(將JDBC的連接URL屬性修改為本機的庫連接屬性)4:運行...........(客戶端由于與一個OA系統(tǒng)相連接,不方便做成C/S,以后會有C/S版的客戶端)
標簽： workflow WORKFLOW MYSQL JAVA
上傳時間： 2015-03-16
上傳用戶：zsjinju
用劈因子法解方程，按照提示輸入方程的階數(shù)，以及相應的系數(shù)即可
標簽： 方程
上傳時間： 2015-03-16
上傳用戶：王者A
螞蟻算法解TSP問題 為華中科技大學碩士畢業(yè)論文原代碼。
上傳時間： 2015-03-17
上傳用戶：王慶才
嵌入式linux的開發(fā)流程詳解，包括啟動，內(nèi)存，設備驅(qū)動的添加
上傳時間： 2013-12-15
上傳用戶：luopoguixiong
簡單的用戶注冊系統(tǒng) 解壓，使用JBuilder可以直接打開。
上傳時間： 2014-01-23
上傳用戶：xuan‘nian
保證全局收斂的隨機微粒群算法。當最優(yōu)粒子的解無進化，則對其位置、速度進行變異，而使算法不致過早收斂，只要迭代次數(shù)足夠，算法保證全局收斂。
上傳時間： 2015-03-17
上傳用戶：問題問題
一個能解中國古代算數(shù)定理（即孫子定理）的小程序
上傳時間： 2015-03-18
上傳用戶：love_stanford
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
