Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • NeuralNetwork_BP.rar BP神经网络用于分类与回归 ----------------------------------------作者:陆振波,海军工程大学 欢迎同行来信交流与合作 ... @sina.com 个人主页:luzhenbo.88uu.com.cn ----------------------------------------文件说明: 1、NeuralNetwork_BP_Classification.m - 分类 2、NeuralNetwork_BP_Regression.m - 回归
  • NeuralNetwork_RBF.rar RBF神经网络用于分类与回归 ---------------------------------------- 作者:陆振波,海军工程大学 欢迎同行来信交流与 ... .com 个人主页:luzhenbo.88uu.com.cn ---------------------------------------- 文件说明: 1、NeuralNetwork_RBF_Classification.m - 分类 2、NeuralNetwork_RBF_Regression.m - 回归
  • jiliang.rar 实验二 可化为线性的非线性回归模拟 计量经济学实验 一 实验目的: (1) 掌握可化为线性的非线性回归模型的估计方法。 (2) 掌握参数的线性约束检验方法。 二 实验要求:应用教材第91页第11题做回归分析并判断。 三 实验原理:普通最小二乘法、模型参数受约束检验法。 四 预备知识:最小二乘法 ...
  • 测试培训教材 ... -测试执行。  -测试记录和缺陷跟踪。  -回归测试。  -测试总结和报告。 一个好 ... 9.0. o QuickTest Professional 9.0, 9.1, 9.2, 9.5, 10.00 with HP Quality Center 9. ... /Sign-Off”中的测试用例“Sign-On Page”添加到测试集中: 切换到“执行流 ... 更新dbid.xml文件的相应内容。 - MyTest 2 Created on 2009-04-08 20:45:05 ...
  • asp.net知识库 ... Dependency 代替 Ibatisnet 提供的CacheModel ASP.NET 2.0中小心Profile命名冲突 使用ASP. ... 设计的来临[总结一:网页设计回归?] 重构之美-走在Web ... 同时存在1.1和2.0程序注意事项 使用@Page指令的Src 属性 简化对 ... Application Block Logging application block of Enterprise Library 2.0 TimeStamp of the Logging Application Block in ...
  • asp.net知识库 ... Dependency 代替 Ibatisnet 提供的CacheModel ASP.NET 2.0中小心Profile命名冲突 使用ASP. ... 设计的来临[总结一:网页设计回归?] 重构之美-走在Web ... 同时存在1.1和2.0程序注意事项 使用@Page指令的Src 属性 简化对 ... Application Block Logging application block of Enterprise Library 2.0 TimeStamp of the Logging Application Block in ...
  • 企业建站系统MiinCMP v1.0.5 ... 技术特性:1)零内存大户框架:no hibernate,no struts,no spring ,no freemaker.2)回归简单性:采用javabean+jdbc+jsp3)面向美工和模板设计工作:模板使用标签化技术,采用页面驱动(page command)模式,通过Tomcat 自动刷新,
  • 软件测试流程管理体系(一).doc PAGE PAGE 1 测试体系建设与软件测试流程 初稿 目 录 1.目的 3 2.范围 3 3.测试过程描述 4 3.1 测试流程图 4 3.2 活动说明 5 3.2.1 需求评审 5 3.2.2 编写测试计划 7 3.2.3测试用例设计 9 3.2.4 测试用例执行 11 3.2.5发布版本回归测试 13 3.2.6版本迭代回归测试 15 3.2.7 文档测试 17 3.2.8 测试报告 1
  • 《数据分析实验》报告规范.doc PAGE PAGE 1 数据分析实验报告规范 一本课程实习的基本要求 1.掌握SPSS软件的基本操作 2.掌握线性回归分析的建模与分析包括一元线性回归分析和多元线性回归分析 3.掌握回归分析中自变量的选择原则与逐步回归方法掌握关于异方差性问题自相关性问题和多重共线性问题的诊断与处理 二本课程要求学生完成的工作 1对实际问题进行数据分析 1建立数学模型包括回归分析的建模检验和应用 2对分析结果进行解