一个简单的Java扫雷小程序

有150个java经典小程序 适合Java初学者  有各种算法的讲解  有新区的同学下来看看                                                                                                                                                                                 

资源描述(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统(J2EE)oa基于J2EE的办公自动化系统

资源描述TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m + k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。这里采用了外部插件IKAnalyzer-2012.jar，用其进行分词，插件和测试文件可以从这里下载

资源描述这是后台定位，开机自动启动源码，经纬度定位可以精确到厘米，功能可以自己改

android电影应用程序开发，从网站获取电影信息并在android中显示。

一个android校园网程序，可以实现校园网的连接。一个android校园网程序，可以实现校园网的连接。一个android校园网程序，可以实现校园网的连接。

最新JAVA开发的围棋对弈软件，实现人机与人人的对弈平台。具有完善的智能平台

extjs数据绑定、extjs数据绑定、extjs数据绑定、extjs数据绑定、extjs数据绑定、extjs数据绑定、extjs数据绑定、extjs数据绑定、extjs数据绑定、extjs数据绑定、extjs数据绑定、extjs数据绑定、extjs数据绑定、extjs数据绑定

应用背景android开发的一个小程序。模仿网页版程序员日历。代码简单。一看就会。 android开发的一个小程序。模仿网页版程序员日历。代码简单。一看就会。 android开发的一个小程序。模仿网页版程序员日历。代码简单。一看就会。关键技术java android 移动端 伪随机 java android 移动端 伪随机 java android 移动端 伪随机 java android 移动端 伪随机

通过调用Baidu的API接口实现定位，定位方式包括基站定位、WiFi定位和GPS定位三种方式。GPS定位精度最高，其次是Wifi，基站定位精度最差。例子还有很大的改进空间，希望对你的应用有所启发！