-
网上银行管理
应用背景这是一个在线银行应用JSP和Java开发完全是代码都进行评估,teted和simplified.the最好的Java Web应用程序是你可以得到这。这是非常简单的,所以你可以很容易地理解它,即使是初学者也能理解这个关键技术主要技术是JSP。这是基于核心java.this真的简化,你可以很容易理解。
- 2022-01-24 14:16:08下载
- 积分:1
-
jsf 应用程序的法语水平 1
这是编程,法语水平 1 JAVA WEB 和 jsf 和 java 编程的更多信息的 jsf 应用程序
- 2022-03-10 01:10:36下载
- 积分:1
-
哈夫曼树
应用背景本节提供在使用列表结构和数据的实践操作集和树的抽象。该应用程序是表示数据的方法,作为序列的一个和零关键技术频率值--------- -----1 52 73 104 155 206 45创建哈夫曼树是简单的。按频率排序此列表把这两者的最低元素变成叶子,创建一个父节点用一个频率,这是两个较低的元素的频率总和:12:*/ 5:1 7:2这2个元素从列表中移除,新的父节点,与频率12,被插入到列表中的频率。所以现在按频率排序,是:10:312:*15:420:545:6然后再重复循环,将两者结合起来。这在:22:*/ 12:* 3/ 5:1 7:2现在的列表:15:420:522:*45:6你重复,直到只有一个元素在列表中留下。35:*/ 15:4 20:522:*35:*45:657:*___ / ___/ 22:* 35:*/ 12:3×15:4 20:5/ 5:1 7:245:657:*102:*__________________ / __/ 57:* 45:6___ / ___/ 22:* 35:*/ 12:3×15:4 20:5/ 5:1 7:2现在这个列表只包含一个元素,其中包含102个:*,你是。
- 2023-05-30 00:10:03下载
- 积分:1
-
对象跟踪
示范如何执行对象跟踪上的桌面和 Android 设备的从实时视频流。跟踪的对象是跟踪对象在视频流,通常由用户或自动化的算法选择的过程。BoofCV (http://boofcv.org) 是一个开放源代码 Java 基于的计算机视觉库和用于提供跟踪算法。版本 0.17 具有以下建: 循环简单、 鲁棒性,但不是能恢复的轨道 http://home.isr.uc.pt/~henriques/circulant/ 检测跟踪学习 (TLD) 只长期跟踪算法在计算代价昂贵的 BoofCV 更多,可以是挑剔 http://personal.ee.surrey.ac.uk/Personal/Z.Kalal/tld.html 稀疏流只跟踪器中可以估计轮换 KLT 基于跟踪器的 BoofCV 可以是脆性 http://boofcv.org/javadoc/boofcv/alg/tracker/sfot/SparseFlowObjectTracker.html 均值漂移比赛的局部邻域 Comaniciu 直方图et。al.,"基于内核的对象跟踪"2003年均值漂移可能性极为迅猛,但只有当一个单一的颜色占主导地位的作品
- 2023-01-15 05:30:04下载
- 积分:1
-
科学计算器使用 java
这是一个科学计算器 的java实现 。
与有吸引力图形用户界面,可以轻松地编译和运行代码
- 2023-04-21 02:40:02下载
- 积分:1
-
NAT穿越英文翻译
NAT穿越英文翻译NAT穿越英文翻译NAT穿越英文翻译NAT穿越英文翻译NAT穿越英文翻译NAT穿越英文翻译NAT穿越英文翻译NAT穿越英文翻译NAT穿越英文翻译NAT穿越英文翻译NAT穿越英文翻译
- 2022-06-03 14:22:58下载
- 积分:1
-
协同过滤 个性化推荐
资源描述基于物品的协同过滤推荐算法 亲自手码
- 2022-04-26 20:34:45下载
- 积分:1
-
网络相册
1、实现网络相册的管理,包括创建、修改、删除等操作。
2、实现上传图片到网络相册。
3、实现图片的分享。
4、实现图片的管理,包括图片的修改、删除等操作。
- 2022-11-05 07:40:03下载
- 积分:1
-
android 涂鸦
资源描述 一个非常强大的涂鸦源码,图文混排,适合大家学习
- 2022-02-06 04:53:23下载
- 积分:1
-
naive bayes
Read in training dataset and test dataset, and store them in memory.
Implement a basic classification method, which includes both training process and test process. Given a training dataset, the classification method should be able to construct a classifier correctly and efficiently. Given a test dataset, the classification method should be able to predict the label of the unseen test instances with the aforementioned classifier.
- 2022-08-25 05:02:10下载
- 积分:1