<center id="oaook"></center>
本系統采用A. 系統需求分析報告(設計方法/數據流圖/數據字典) B. 數據庫的信息要求報告（E—R圖及關系數據模型） C. 數據庫的操作和應用要求報告（模塊結構圖<概念結構設計及邏輯結構設計>） D. 調試中出現的問題及解決方法（物理設計,調試及運行，維護） E. 訪問數據庫的方式(ODBC,
上傳時間： 2013-12-27
上傳用戶：日光微瀾
inside the c++ object model.深入c++對象模型。鼎鼎大名的Stanley B. Lippman 寫的。搞c++編程的能不看嗎？
上傳時間： 2013-12-22
上傳用戶：佳期如夢
一、 一元三次回歸方程 CubicMultinomialRegress.cs 方程模型為Y=a*X(3)+b*X(2)+c*X(1)+d public override double[] buildFormula() 得到系數數組，存放順序與模型系數相反，即該數組中系數的值依次是d,c,b,a。 以后所述所有模型的系數存放均與此相同（多元線性回歸方程除外）。 public override double forecast(double x) 預測函數，根據模型得到預測結果 public override double computeR2() 計算相關系數（決定系數），系數越接近1，數據越滿足該模型。
標簽： CubicMultinomialRegress override public double
上傳時間： 2015-11-25
上傳用戶：13215175592
雙曲線回歸方程 HyperbolaRegress.cs 注意！該模型要求a與b的值要大于0！使用該模型時應注意驗證這個限制條件。我在實現模型時未加入任何出錯流程控制。X不能為0。 方程模型為 public override double[] buildFormula() 得到系數數組，存放順序與模型系數相反，即該數組中系數的值依次是b,a。 public override double forecast(double x) 預測函數，根據模型得到預測結果。 public override double computeR2()
標簽： HyperbolaRegress 模型 方程 cs
上傳時間： 2014-11-30
上傳用戶：youke111
對數回歸方程 LogarithmRegress.cs 方程模型為 Y=a*LnX+b public override double[] buildFormula() 得到系數數組，存放順序與模型系數相反，即該數組中系數的值依次是b,a。 public override double forecast(double x) 預測函數，根據模型得到預測結果。 public override double computeR2() 計算相關系數（決定系數），系數越接近1，數據越滿足該模型。
標簽： LogarithmRegress buildFormula override public
上傳時間： 2014-01-23
上傳用戶：330402686
給出Henon的模型x(i+1)=1+y(i)-a*x(i)^2 y(i+1)=b*x(i)
上傳時間： 2013-12-18
上傳用戶：徐孺
采用3D Bresenham算法在兩點間劃一直線 ％ This program is ported to MATLAB from: ％ B.Pendleton. line3d - 3D Bresenham s (a 3D line drawing algorithm) ％ ftp://ftp.isc.org/pub/usenet/comp.sources.unix/volume26/line3d, 1992 ％ ％ Which is referenced by: ％ Fischer, J., A. del Rio (2004). A Fast Method for Applying Rigid ％ Transformations to Volume Data, WSCG2004 Conference. ％ http://wscg.zcu.cz/wscg2004/Papers_2004_Short/M19.pdf
標簽： Bresenham Pendleton program MATLAB
上傳時間： 2013-12-10
上傳用戶：sz_hjbf
基于換乘次數優先的公交路線選擇模型 2007年B題論文
上傳時間： 2016-10-03
上傳用戶：weixiao99
停車誘導系統中車位預測模型的研究 摘 要 研究城市停車誘導系統的停車車位占有率預測問題。首先提出墓于B P神經網絡的車位占有預測模型， 同時將自適應 學習速率調整法和加入動量項方法用于改善基本B P神經網絡， 優化了學習速率， 減少了訓練過程的震蕩趨勢， 改善了網絡的收效 隆。以此為基礎實現了停車位的智能預測 0最后， 進行了多種方法比對實驗
上傳時間： 2013-12-17
上傳用戶：GavinNeko
《Realtime Rendering》的隨書源代碼，包含完整的3D引擎的源代碼，及使用文檔
上傳時間： 2015-01-05
上傳用戶：lxm
<center id="wuc8q"></center>