考驗(yàn)?zāi)愕挠^察力和判斷力的時(shí)候到了，挑戰(zhàn)自己，就在狗口脫險(xiǎn)。 游戲說明: 游戲規(guī)則為在牙齒咬到小怪物以前找到牙齒中的缺牙處，逃避滅頂之災(zāi)，左右方向鍵對(duì)應(yīng)左右操作，趕快行動(dòng)吧。 按鍵說明: F1~f4為游戲模式選擇. F1:記分模式,過關(guān)加500分，死亡一次減250分，在沒找到缺口之前一直扣分。 F2：過關(guān)模式，只有一次機(jī)會(huì)，挑戰(zhàn)者的選擇。 F3：連續(xù)模式，記分規(guī)則同記分模式,死亡時(shí)不用找缺牙。 F4：極限模式，未完成。 左右方向鍵對(duì)應(yīng)左右操作，回車為重新開始。 easy OutofMouth.exe 最低難度。 normal OutofMouth.exe 普通難度，7顆牙。 8 OutofMouth.exe 8 顆牙。 10 OutofMouth.exe 10 顆牙。 15 OutofMouth.exe 15 顆牙。 19 OutofMouth.exe 最高難度，19 顆牙。
標(biāo)簽：
上傳時(shí)間： 2016-01-24
上傳用戶：xuanchangri
武林DLL注入源碼 VB調(diào)用 Private Declare Function CallHotKey Lib "wulin.dll" (ByVal hWnd As Long, ByVal hotkey As Long) As Boolean Private Declare Function CallBase Lib "wulin.dll" (ByVal hWnd As Long, ByVal action As Long) As Boolean CallHotKey(窗體句柄,HotKey) HotKey ====0---------17 分別是0-----9 F1-----F8 CallBase(窗體句柄,Action) Action==0-------N 分別實(shí)現(xiàn)不同的功能 Action=0 選怪 函數(shù)反回值是 布爾值 ( 窗體句柄,Action 窗體句柄,HotKey 都為DWORD值)
標(biāo)簽： ByVal CallHotKey Function Private
上傳時(shí)間： 2013-11-25
上傳用戶：maizezhen
stats 用于檢驗(yàn)回歸模型的統(tǒng)計(jì)量，有三個(gè)數(shù)值：相關(guān)系數(shù)r2、F值、與F對(duì)應(yīng)的概率p.相關(guān)系數(shù)r2越接近1，說明回歸方程越顯著；F > F1-α（k，n-k-1）時(shí)拒絕H0，F(xiàn)越大，說明回歸方程越顯著；與F對(duì)應(yīng)的概率p 時(shí)拒絕H0，回歸模型成立.
上傳時(shí)間： 2014-01-18
上傳用戶：佳期如夢(mèng)
雙擊可執(zhí)行文件wbbjq.exe，在出現(xiàn)的界面中輸入任意文本內(nèi)容，利用DEL鍵、 BACKSPACE鍵、HOME鍵、END鍵、上下左右光標(biāo)鍵對(duì)文本進(jìn)行全屏幕編輯， 按F1鍵激活菜單file，下移光標(biāo)，選擇save，輸入文件名。也可以選擇FILE菜單 的其他菜單項(xiàng)，他們的功能均可實(shí)現(xiàn)。按F10激活幫助，按ESC鍵退出幫助。
標(biāo)簽： wbbjq exe 可執(zhí)行文件
上傳時(shí)間： 2013-12-30
上傳用戶：變形金剛
New training algorithm for linear classification SVMs that can be much faster than SVMlight for large datasets. It also lets you direcly optimize multivariate performance measures like F1-Score, ROC-Area, and the Precision/Recall Break-Even Point.
標(biāo)簽： classification algorithm for training
上傳時(shí)間： 2014-12-20
上傳用戶：stvnash
The neuro-fuzzy software for identification and data analysis has been implemented in the MATLAB language ver. 4.2. The software trains a fuzzy architecture, inspired to Takagi-Sugeno approach, on the basis of a training set of N (single) output-(multi) input samples. The returned model has the form 1) if input1 is A11 and input 2 is A12 then output =F1(input1,input2) 2) if input1 is A21 and input 2 is A22 then output =f2(input1,input2) 看不懂，據(jù)高手說，非常有用。
標(biāo)簽： identification neuro-fuzzy implemented analysis
上傳時(shí)間： 2014-01-12
上傳用戶：zgu489
!逐步回歸分析程序： ! M：輸入變量，M=N+1，其中N為自變量的個(gè)數(shù)；M包括的因變量個(gè)數(shù) ! K：輸入變量，觀測(cè)點(diǎn)數(shù)； ! F1：引入因子時(shí)顯著性的F-分布值； ! F2：剔除因子時(shí)顯著性的F-分布值； ! XX：存放自變量和因變量的平均值； ! B：存放回歸系數(shù)； ! V：存放偏回歸平方和和殘差平方和Q； ! S：存放回歸系數(shù)的標(biāo)準(zhǔn)偏差和估計(jì)的標(biāo)準(zhǔn)偏差； ! C：存放復(fù)相關(guān)系數(shù)； ! F：存放F-檢驗(yàn)值；
上傳時(shí)間： 2013-12-12
上傳用戶：zaizaibang
MOV P2 ,#0FFH MOV P3 ,#0FFH ACALL DEL AJMP MAIN ORG 0200H DEL: MOV R5,#04H F3: MOV R6,#0FFH F2: MOV R7,#0FFH F1: DJNZ R7,F1 DJNZ R6,F2 DJNZ R5,F3 RET END
上傳時(shí)間： 2016-06-29
上傳用戶：thesk123
看n2實(shí)例 #Create a simulator object set ns [new Simulator] #Define different colors for data flows #$ns color 1 Blue #$ns color 2 Red #Open the nam trace file set nf [open out-1.nam w] $ns namtrace-all $nf set f0 [open out0.tr w] set F1 [open out1.tr w] #Define a finish procedure proc finish {} { global ns nf $ns flush-trace #Close the trace file close $nf #Execute nam on the trace file exit 0 } #Create four nodes set n0 [$ns node] set n1 [$ns node] set n2 [$ns node] set n3 [$ns node] #Create links between the nodes $ns duplex-link $n0 $n2 1Mb 10ms
標(biāo)簽： simulator Simulator different Create
上傳時(shí)間： 2016-07-02
上傳用戶：wfl_yy
單軸簡(jiǎn)易伺服電機(jī)控制系統(tǒng)，顯示器采用12864帶漢字庫的液晶顯示器。可控制伺服電機(jī)從F1-F1000的速度運(yùn)行，可定距離運(yùn)轉(zhuǎn)。采用P89LPC936單片機(jī)
標(biāo)簽： 伺服電機(jī) 控制系統(tǒng)
上傳時(shí)間： 2013-12-06
上傳用戶：zmy123
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
