Node网页开发工具,自动化一键完成JS库管理
2021-11-09 17:13:39 6.77MB js node
1
课程作业
2021-11-09 17:07:55 13.11MB jsp
1
kaggle信用数据科学竞赛 2018年Kaggle家庭信用违约风险机器学习竞赛完成的作品集 比赛可以在。 所有内核都可以在Kaggle上免费运行,可以在
2021-11-09 16:00:22 1.52MB JupyterNotebook
1
3D心理旋转实验脚本 演示使用Psychopy和ratCAVE进行3D心理旋转认知心理学实验。 指示 要运行实验,只需克隆此存储库,安装“ requirements.txt”中列出的必需python软件包,然后使用Python 2运行run.py文件(因为Psychopy仅适用于Python2): git clone https://github.com/nickdelgrosso/mental_rotation_exp cd mental_rotation_exp pip install -r requirements.txt python run.py 可以通过修改“ config.py”文件中的值来更改实验选项。 实验得出的示例数据可以在“数据”中找到,数据的某些示例分析可以在“ jupyter_notebooks”中找到。 “视频”中提供了一个视频,该视频展示了实验的实际效果
2021-11-09 15:15:28 105KB JupyterNotebook
1
适用人群: 1、参加数学建模竞赛的大学生,希望能在竞赛中获奖; 2、需要保研加分、丰富简历的本科生; 3、指导数学建模竞赛的老师。
2021-11-09 13:02:38 266KB 数学建模 论文 讲义
超松弛再生matlab代码矩阵IRLS 矩阵迭代加权最小二乘( MatrixIRLS ),用于低秩矩阵完成。 该资料库包含MATLAB的MatrixIRLS算法实现,该算法在MatrixIRLS上发表的论文中进行了描述。 MatrixIRLS论文所述,MatrixIRLS通过基于最佳权重算子并结合适当的平滑处理的迭代加权最小二乘(IRLS)步骤,使受输入数据约束的矩阵的奇异值的对数总和最小化目标的策略。 该实现使用bksvd的改编或Cameron Musco和Christopher Musco的改编以“低秩+稀疏”格式计算矩阵的奇异值和向量。 该存储库还包含用于低秩矩阵完成的参考算法的集合,请参见下面的列表。 在本文的实验部分中,将MatrixIRLS与这些算法的数据效率(提供的条目很少的性能)和可伸缩性进行了比较。 为了方便用户在文件夹中提供参考算法的实现。 这些实现都只包含作者原始代码的微小修改(以便进行时序实验)。 请参考相应的研究论文和原始实现,以获取标准参数选择的说明。 引文 如果您引用本文或代码,请引用为: @inproceedings{kuemmerleverdun202
2021-11-09 09:16:50 7.72MB 系统开源
1
问题描述 通过模拟一个简单的计算器来进行+、-、*、/、%、^(乘方)等运算,从键盘上输入一个算术表达式(一般为中缀表达式),计算出表达式的值。 设计要求 编写程序,要求可对一实数算术表达式进行简单的数学运算。 可以识别带加减乘除等运算符及括号的中缀表达式。 a. 按照四则运算规则,求表达式的值。一般规则如下: 1)先括号内,再括号外。 2)先乘方,再乘除,后加减。 b. 同级运算从左到右顺序执行。 c.如表达式有误,应给出相应的提示信息
2021-11-09 00:14:01 156KB BIT
1
PCP套件 用于主成分追踪和矩阵完成的MATLAB库。 PCP功能: pcp_fro(高斯噪声) pcp_l1(稀疏噪声) pcp_l1l2(列高斯噪声) 矩阵完成函数: mc_svt(奇异值阈值) mc_lin(线性化ADM) mc_ialm(不精确的ALM) mc_relax_lin(宽松的线性化梯度下降) mc_relax_lin_ext(宽松的线性化扩展GD) mc_relax_lin_acc(宽松的线性化加速GD) 选择性PCP: sel_pcp(线性化ADM) 有关更多详细信息,请参见文档,演示和功能本身。 由斯蒂芬·蒂尔尼( )创建
2021-11-08 16:29:30 223KB MATLAB
1
VS2017、WPF使用报表工具RDLC完成报表,打印预览和直接打印-附件资源
2021-11-08 15:09:32 106B
1