標(biāo)準(zhǔn)化考試系統(tǒng) (B/S網(wǎng)絡(luò)版) 用JAVA編寫的考試系統(tǒng)，是JAVA課程設(shè)計(jì)時(shí)的作品！ 客戶端主類ClientBS 客戶端選擇試題界面ChoiceFile 客戶端考試界面ClientTestArea 服務(wù)器端主類Server 服務(wù)器端讀取試題 ReadTestquestion
標(biāo)簽： JAVA 標(biāo)準(zhǔn)化 網(wǎng)絡(luò)
上傳時(shí)間： 2013-12-26
上傳用戶：yyyyyyyyyy
假設(shè)文檔的內(nèi)容為 i a * nul i b + nul i c # nul 是個(gè)單詞二元式,對(duì)他進(jìn)行不帶回溯的自上而下的語(yǔ)法分析.
標(biāo)簽： nul 文檔 二元 分
上傳時(shí)間： 2013-12-14
上傳用戶：邶刖
Apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的算法。本文簡(jiǎn)單介紹了Apfiofi算法，提出了Apfiofi算法的改進(jìn)方案—— 長(zhǎng)項(xiàng)優(yōu)先的產(chǎn)生算法，它基于傳統(tǒng)Apriori算法，通過(guò)改變候選項(xiàng)集的產(chǎn)生順序來(lái)減少數(shù)據(jù)庫(kù)訪問(wèn)。從而提高效率
標(biāo)簽： Apriori Apfiofi 算法 布爾
上傳時(shí)間： 2016-08-06
上傳用戶：zjf3110
頻繁項(xiàng)集挖掘算法的計(jì)算復(fù)雜性和生成的頻繁項(xiàng)集數(shù)量隨著事務(wù)集項(xiàng)數(shù)的增加呈指數(shù)增長(zhǎng)，最小支持度閾值成為控制這種增長(zhǎng)的關(guān)鍵．然而，實(shí)際應(yīng)用中僅使用支持度閾值難以有效控制頻繁項(xiàng)集的規(guī)模．為此定義N個(gè) 最頻繁項(xiàng)集挖掘問(wèn)題，并提出基于支持度閾值動(dòng)態(tài)調(diào)整策略的寬度優(yōu)先搜索算法Apriori和深度優(yōu)先搜索算法IntvMatrix挖掘N個(gè)最頻繁項(xiàng)集．實(shí)驗(yàn)表明，本文的2種方法的效率比樸素方法高2倍以上，特別當(dāng)N值較低時(shí)，本 文方法的效率優(yōu)勢(shì)更為明顯．
標(biāo)簽： 頻繁 項(xiàng)集挖掘 算法 計(jì)算
上傳用戶：星仔
Optimization with Parabolas Mixture Distributions 數(shù)學(xué)算法
標(biāo)簽： Distributions Optimization Parabolas Mixture
上傳時(shí)間： 2014-01-09
上傳用戶：wendy15
Numerical Integration 數(shù)學(xué)算法
標(biāo)簽： Integration Numerical 算法
上傳時(shí)間： 2013-12-30
上傳用戶：lanjisu111
匯編語(yǔ)言編寫的演奏聲音程序,有四個(gè)選擇,A B C 分別是三首不同的曲子,Q退出
標(biāo)簽： 匯編語(yǔ)言 分 編寫 程序
上傳時(shí)間： 2014-02-15
上傳用戶：時(shí)代電子小智
數(shù)據(jù)挖掘中FP增長(zhǎng)算法在VC下的實(shí)現(xiàn)，源代碼
標(biāo)簽： 數(shù)據(jù)挖掘 下的實(shí)現(xiàn) 算法
上傳時(shí)間： 2014-01-03
上傳用戶：GHF
數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則的eclat算法在VC下的實(shí)現(xiàn)
標(biāo)簽： eclat 數(shù)據(jù)挖掘 關(guān)聯(lián)規(guī)則 下的實(shí)現(xiàn)
上傳時(shí)間： 2016-08-08
上傳用戶：jichenxi0730
圖書(shū)管理系統(tǒng) C**實(shí)現(xiàn)的 包括B樹(shù) 可以參考一下呀 有需要聯(lián)系我哈
標(biāo)簽： 圖書(shū)管理 樹(shù)
上傳時(shí)間： 2014-12-01
上傳用戶：2525775
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
