[最新] MFC 不规则按钮的实现, 按钮的形状, 根据图片的形状来绘制, 并且重叠的部分, 透明显示_解决了因为GetPix函数, 导致的性能慢的问题
2021-11-17 10:10:39 12.5MB MFC C++ VS
1
freemarker相关介绍 根据xml批量生成java类,可自定义模版 例子可读取单个xml文件,也可读取指定目录下的多个xml文件 默认输出目录:D:\test_file\genrate_java 可在工具类CommonUtil中修改 关于freemarker的更多介绍,可以查看相匹配的文章 http://blog.csdn.net/mu_wangyue/article/details/9878747
2021-11-16 17:02:19 2.28MB freemarker 生成JAVA
1
kettle数据抽取、数据清洗、数据装换, 作业根据时间戳更新插入数据完整demo 1、先获取时间戳 2、删除目标库大于时间戳的 3、数据同步,获取源表跟目标表大于时间戳的,比较, 目标表多的删除, 少的插入更新 4、更新时间戳
2021-11-16 13:33:04 12KB kettle mysql 大数据 数据抽取
1
SASchampion2017 描述 基于航空公司的数据,构建了进行损失预警的模型,包括损失概率模型和客户画像。 矿业 以数据预处理(DataPreprocessing)后的58,954条航空客户数据为例,通过数据挖掘中的分类和聚类技术分别进行客户损失预测和价值细分。 首先,进行了客户损失预测(ClassPrediction) 。 决策树,随机森林和梯度提升树相继用于训练和评估以及分类性能指标的比较。 在采矿过程中,花费了很长时间进行参数调整。 结果表明,基于Boosting算法的分类器具有更好的性能和更低的错误率。 在变量的使用方面,三个变量-从最后一次飞行到观察窗口结束的时间,第二年的总机票价格和最大飞行间隔-对预测的更大贡献。客户流失。 然后,基于混合数据类型(ClusterPreprocessing)对非损失和损失客户组进行k-medoids聚类(Cluster) 。 结果表
2021-11-16 08:24:45 17.81MB HTML
1
Okumura 根据在日本东京附近收集的大量实验数据分析了路径损耗特性。 他选择了传播路径条件,得到了平坦城区下的平均路径损耗曲线。 然后他对其他传播条件应用了几个校正因子,例如: 天线高度和载波频率 郊区、准开放空间、开放空间或丘陵地带 山区造成的衍射损耗 海洋或湖泊地区 道路坡度 Hata 推导出经验公式中值路径损耗 (L50) 拟合奥村曲线。
2021-11-15 22:59:49 2KB matlab
1
此函数根据两个声子散射模型计算两个固体之间界面处的热边界电阻 [m^2*K/W]:声学失配模型(AMM)和扩散失配模型(DMM)。 输入数据仅限于德拜温度、密度或声波速度等基本材料参数。 材料数据库仅包含两个示例化合物,但其他化合物的参数材料可以很容易地输入。 计算在实验中表现良好,如 [M. Szymański,量子级联激光有源区域的交叉平面热导率的计算,(2011 年),物理学杂志 D:应用物理学,卷。 44 页。 085101]。
2021-11-15 22:54:32 4KB matlab
1
提供了逆向生成的代码,可以直接下载之后运行,只需要将数据库链接改成自己的以及所需jar放到指定位置即可,直接运行等待4-5S刷新即可看到所需文件。
2021-11-15 20:20:49 477KB 逆向生成
1
MaxDEA 是使用简便但功能强大的数据包络分析软件 包含了各种DEA 模型及其所有可能的组合 (组合数量超过了3万个)。对决策单元(DMU)和投入产出指标的数量没有限制。
2021-11-15 16:31:31 2.94MB MaxDEA 功能强大的DEA根据
1
Java根据生日计算年龄算法 不满一年计算月份 不满一月计算天数
2021-11-15 15:08:05 3KB Java 生日 计算年龄
1
2018年11月 使用智能手机数据集的人类活动识别 资料库概述: 该项目旨在建立一个模型,该模型根据智能手机的Sensor数据预测诸如步行,上楼,下楼,坐着,站着和躺下等人类活动。 仓库有3个ipython笔记本1 :数据预处理和探索性数据分析2 :具有特征数据的机器学习模型3 :基于原始时间序列数据的LSTM模型所有代码都是用python 3编写的依赖 张量流 凯拉斯 麻木 大熊猫 matplotlib 海生的 斯克莱恩 itertools 约会时间 介绍: 每个现代的智能手机都有许多。 我们对加速度传感器和陀螺仪这两种传感器感兴趣。 借助传感器记录数据这是一个6类分类问题,因为我们有6个活动要检测。 该项目分为两部分,第一部分训练,调整和比较Logistic回归,线性支持向量分类器,RBF(径向基函数)SVM分类器,决策树,随机森林,梯度提升决策树模型,并使用领域专家提
2021-11-13 08:29:30 84.62MB JupyterNotebook
1