-
heft-master
heft algo
- 2019-01-12 06:20:49下载
- 积分：1
-
abaqusMacros
说明： python随机纤维生成纤维束进行有限元分析（周期性边界条件）(Generate random fiber)
- 2021-03-01 10:49:35下载
- 积分：1
-
Space Invaders
Este eh um jogo bem simples com PyGame，baseado no classico“太空入侵者”，ou seja，um objeto atira e precisa acertar outro目标要素巴西科斯：哦，乔戈tem 4基本原理：一个“中堂”和一个“大使馆”，一个“提罗”和一个“开发”的建筑；。四个元素，一个“tela”do jogo em si，一个acao ocore。
- 2022-01-25 18:48:55下载
- 积分：1
-
OpenCV官方教程中文版(For Python)
说明： 官方出版的opencv教程，学习opencv必备。(Officially published opencv tutorials are essential for learning.)
- 2020-06-24 03:00:02下载
- 积分：1
-
CreatePlate
用于基础创建建立GUI插件——三维钻孔板(Three-dimensional drilling plate)
- 2019-01-04 21:25:15下载
- 积分：1
-
code
说明： 对数据进行优化，分类，例如GMM分类方法，KNN分类，支持向量机分类。(Optimize data, classification, such as GMM classification method, KNN classification, support vector machine classification)
- 2020-06-23 15:20:01下载
- 积分：1
-
星辰桐人
说明： 一个普通的小游戏，没有什么功能，就一个游戏(An ordinary little game, no function, just a garbage game.)
- 2020-06-19 16:40:01下载
- 积分：1
-
deep+learning
说明： deep+learning深度学习人工智能资料(deep+learning Deep learning of AI materials)
- 2020-05-31 12:13:29下载
- 积分：1
-
5.树莓派3自编手册
里面有树莓派的自编手册，基本教程，有爱自取。(There are handwritten manuals for raspberry, basic tutorials, and self love.)
- 2018-05-07 17:17:00下载
- 积分：1
-
PCA
主成分分析 （ Principal Component Analysis ， PCA ）或者主元分析。是一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间。给定 n 个变量的 m 个观察值，形成一个 n ′ m 的数据矩阵， n 通常比较大。对于一个由多个变量描述的复杂事物，人们难以认识，那么是否可以抓住事物主要方面进行重点分析呢？如果事物的主要方面刚好体现在几个主要变量上，我们只需要将这几个变量分离出来，进行详细分析。但是，在一般情况下，并不能直接找出这样的关键变量。这时我们可以用原有变量的线性组合来表示事物的主要方面， PCA 就是这样一种分析方法。(Principal component analysis (Principal Component Analysis, PCA) or PCA. Is a statistical method to grasp the principal contradiction of things, it can be resolved diverse things out the main factors, revealing the essence of things, simplifying complex problems. The purpose of calculating the main component of high-dimensional data is projected to a lower dimensional space. Given n variables of m observations, forming an n ' m of the data matrix, n is usually large. For a complex matters described by several variables, it is difficult to know, so if you can grab something to focus on key aspects of analysis? If the main aspects of things just reflected on several key variables, we only need to separate out these few variables, for detailed analysis. However, in general, does not directly identify this critical variables. Then we can represent the major aspects of things with a linear combination of the original variables, PCA is one such analysis.)
- 2021-01-28 21:48:40下载
- 积分：1
|
联系客服（QQ：3324461878）
