登录
首页 » 算法 » 学生成绩单系统

学生成绩单系统

于 2023-01-26 发布 文件大小:6.63 kB
0 132
下载积分: 2 下载次数: 1

代码说明:

应用背景studentcheck是背景检查和参加医疗机构临床轮转实习学生或药物测试的产品。 ;studentcheck允许医疗机构审查背景和 ;药物测试 ;结果是学生是否可以在他们的设施进行临床见习或实习做决定。 ;我们还提供 ;免疫跟踪 ;作为我们studentcheck服务套件的一部分。关键技术这个应用程序是在C / C + +,C + +是 ;面向对象编程(OOP)语言,被认为是最好的语言创建大规模的应用。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 形态学处理
    腐蚀– 腐蚀是一种消除边界点,使边界向内部收缩的过程。– 可以用来消除小且无意义的物体 膨胀–膨胀是将与物体接触的所有背景点合并到该物体中,使边界向外部扩张的过程。–可以用来填补物体中的空洞
    2022-08-13 13:13:17下载
    积分:1
  • AES
    C语言实现的AES 128的ECB 和CMAC算法,含S核和实现。
    2023-06-04 02:00:03下载
    积分:1
  • 连通域提取
    这个是纯C写的连通域提取算法,速度和效率相对较快,在算法中采用了八领域的关系来确定是否是同一个连通域,有用的朋友可以自行下载,可以用于自己的工程当中。
    2022-01-25 20:14:52下载
    积分:1
  • traveling salesman Branch and Bound graphics algorithm to solve the traveling sa...
    货郎担 分枝限界算法图形求解货郎担问题的分枝限界算法图形演示-traveling salesman Branch and Bound graphics algorithm to solve the traveling salesman problem Branch and Bound algorithm graphic demonstration
    2023-01-15 15:25:04下载
    积分:1
  • 数值分析:非线性方程的求解,插值,表面…
    数值分析算法:求解非线性方程组,插值,曲面拟合,得近似表达式-Numerical analysis algorithms: solving nonlinear equations, interpolation, surface fitting, very similar to the expression
    2022-03-21 01:09:20下载
    积分:1
  • 遗传
    在人工智能计算机科学领域,遗传算法(GA)是一种启发式搜索,模仿自然选择的过程。此启发式(有时也被称为元启发式)常规地用于产生有用的解决方案,以优化和搜索问题。遗传算法属于较大的类进化算法(EA),其产生的解决方案,以优化利用技术,灵感来自自然进化,如继承,变异,选择和交叉的问题。
    2022-04-09 17:18:42下载
    积分:1
  • 牛顿插值计(牛顿插值公式)
    牛顿插值计算(牛顿插值公式)-Newton interpolation (Newton interpolation formula)
    2022-05-15 21:14:57下载
    积分:1
  • 经典小游戏-俄罗斯方块
    经典小游戏-俄罗斯方块,简单有趣,十分好玩,界面也比较美观,源代码其实也是比较通俗易懂的,基本上能够很方便的看懂,游戏运行起来也比较流畅,虽说简单,但其实也设计有两种模式,可以给玩家提供更多的选择。
    2022-01-22 11:43:39下载
    积分:1
  • PCA人脸识别
    基于主成分分析,的人脸识别,加上ABOOST分类器检测人脸,效果不错,欢迎下载。当然PCA是比较经典的算法,这里给出了完整的展示,对初学者或用于项目的人非常有用。
    2022-03-05 23:44:57下载
    积分:1
  • K-means algorithm
    KMEANS 利用两相的迭代算法来减少点到形心的距离,K 的所有群集的都总和的总和。第一阶段使用文献通常描述作为"批"的更新,每次迭代组成的就是重新分配到他们最近的群集质心点一下子,紧接着簇中心的重新计算。这一阶段可以看作是提供速度快,但可能只有近似解作为起始点,第二阶段。第二阶段使用文献通常描述作为"上线"的更新,在那里点单独重新分配如果这样做会降低的距离,总和和簇中心则在每个重新分配后重新计算。在这第二个阶段的每次迭代包含一通虽然所有的点。KMEANS 可以收敛于局部最优解,在这种情况下是在哪个移动到不同的群集的任何单点增加的距离总和的点的一个分区。这个问题只能是解决了起始点的聪明 (或幸运,或详尽无遗) 的选择。IDX 分为不同的 K 组 = KMEANS (X、 K) 分区 N 由 P 数据矩阵 X 中的点。此分区减少总和,在所有的群集,群集内款项的点到聚类质心的距离。X 行对应于点、 变量对应的列。KMEANS 返回 N 由 1 向量 IDX 包含每个点的聚类指数。默认情况下,KMEANS 使用平方欧氏距离。
    2023-03-13 10:35:03下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载