Ta上传的资源 (0)

为解决影响因素多、作用关系复杂的水华预测问题,将BP神经网与水体环境因子的高频实测数据相结合,构建了巢湖水华的短期动态预测模型,该模型准确地预测了每次水华发生的时间,预测值与实际观测值相关系数可达0.608 4;在分析BP神经网络自身局限性的基础上,研究了建模过程中输入输出数据预处理、网络结构设计、

一直以来,软件的开发和数据库之间的设计具有十分重要的联系。本文笔者通过实验,首先简单阐述了关于框架技术以及Java 数据库技术之间的关系,然后具体进行数据库框架模型的研究设计,最后利用程序真正实现了基于Java的数据库应用框架的设计,希望能够对相关研究者有所帮助,为信息产业的快速发展提供帮。

随着大规模云计算数据中心在全球范围内的广泛部署,其高能耗、高费用、高污染等问题日益突出.为了节能减排,越来越多的云服务商尝试利用绿色新能源,像太阳能或风能,为其数据中心供电.然而,不同于稳定供电的传统电网,新能源往往具有不稳定性、间歇性和随时变化等特点,这使得新能源在数据中心中的高效可靠应用面临诸多

《谁说菜鸟不会数据分析全彩》内容简介：很多人看到数据分析就望而却步担心门槛高无法迈入数据分析的门槛《谁说菜鸟不会数据分析全彩》在降低学习难度方面做了大量的尝试：基于通用的Excel工具加上必知必会的数据分析概念并且采用通俗易懂的讲解方式《谁说菜鸟不会数据分析全彩》努力将数据分析写成像小说一样通俗易懂

CSS颜色选取器允许您将CSS颜色值插入CSS颜色属性。它包括标准的调色板的颜色和使用标准颜色的名称、哈希代码、RGB、RGBA、HSL和HSLA颜色值，并显示最近使用的颜色的列表。默认情况下，颜色选取器将输入十六进制值。

针对目前时用水量预测模型中对时用水量影响因素分析研究较少的问题,通过分析各种时用水量影响因素与时用水量之间的相关性,筛选出时用水量的主要影响因子;通过分类将1d划分为3个时段,建立分时段用水量模型。采用BP神经网络预测,精度指标采用平均绝对百分比误差（MAPE）表示。实例分析结果表明：模型预测MAP

提出一种基于特征采样和特征融合的子图像人脸识别方法(RS-SpCCA).首先,对子图像进行特征采样;然后,将全局特征和采样后的特征使用CCA进行信息融合,以获取包含全局特征和局部特征的相关特征;最后,在相关特征上构建分量分类器.在该方法中,特征采样是为了构建更多且多样的分量分类器;而引入特征融合思想

　复杂的网络环境下存在的随机性、模糊性和不可预测性等不确定性因素给网络交易带来了诸多安全问题，而在网络交易中，信任是交易能够顺利进行的前提和关键．文中以复杂的网络环境为研究背景，通过对复杂的网络环境中信任、信任影响因素及信任机制等问题的研究，引入云模型理论，研究并提出了基于云模型的信任评估方法，实现