王卫杰-R会议
|
|
|
- 晖饮灰 曹
- 5 years ago
- Views:
Transcription
1 基于rpart包的 决策 树应用 王卫杰
2 基于rpart包的决策 树应用 基本概念 几种最常 见的决策树介绍 决策 树的建立 修剪及rpart 包 决策 树的评估 决策 树的用途 实例1 如何建树 读树 实例2 如何修剪树
3 基本概念 决策 树 是功能强大而且相当受欢迎的分 类和预测工具 该方法系supervised learning 以树状图为基础 其输出结果为 一系列简单实用的规则 故得名决策 树 亦称其为分类树 因变量为分类数据的 情况 或者回归树 因变量为连续变 量的情况
4 基本概念 1984年Breiman等出版的Classification and Regression Tree一书 使得decision tree 开始于统计界获得认同 1986年Quinlan在Machine Learning Journal发 表Induction of decision tree文章 介绍 了ID3算法 开启了日后在data mining 领 域上的后续研究 著名的C4.5, CART, CHAID等算法提出
5 基本概念
6 基本概念
7 基本概念 根 Petal.Length < 2.45 Petal.Length >= 2.45 setosa 50/0/0 root (枝) node branch (节 ) node Petal.Width < 1.75 Petal.Width >= 1.75 versicolor 0/49/5 virginica 0/1/45 (叶) terminal node or leaf node
8 基本概念 以Tree的方式来表 现的predictive model 通过把实例 历史数据 从根节点排列到某个 叶子节点来分类实例 叶子节点即为实例所属 的分类 在每个分支 都有一个分类的问题来将数据做进 一步的分类 树上每个节点说明了对实例的某 个属性的测试 节点的每个后继分支对应于该 属性的一个可能值 从树的顶端即根节点开始分类 愈往下走 子 节点内的数据同质性越高
9 最常 见的决策树 3种最常 见的决策树 CART Cｌassification and Regression Tree Developed by Breiman, Friedman, Olshen, Stone in C4.5 The extension of the basic ID3 algorithm Developed by Quinlan in 1993 Last research version: C4.8, implemented in Weka as J4. 8 (Java) Commercial successor: C5.0 (available from Rulequest) CHAID Chi-squared Automatic Interaction Detection Developed by Kass in 1980
10 最常 见的决策树CART Classification and Regression Tree 分类与回归 树 Developed by Breiman, Friedman, Olshen, Stone in 以每个节点的动态临界值作为条件判断式子 每个节点采用二分法 即每个节点只能有2个子节 点 这也是CART与C4.5的最大区别 C4.5可以在 每个节点上产生不同数量的分支 用Gini Ratio作衡量指标 如果分散的指标程度很 高 说明数据中有很多类別 相反 如果指标程 度低 说明单一类别的成员居多
11 最常 见的决策树- C4.5 ID3 algorithm的改良版 最新 C4.8, implemented in Weka as J4.8 (Java) 商业版 C5.0 (available from Rulequest) 先建完整的决策树 再使用自定义的错误率 Predicted Error Rate)对每个内部节点 进行修剪 不同的节点 特征值离散化结果不同
12 最常 见的决策树CHAID Chi-squared Automatic Interaction Detection Developed by Kass in 1980 利用卡方检验预测两个变数是否需要合并 能 够产生最大类别差异的预测变数 将成为节点 的分割变数 计算节点中类别的p值 根据p值的大小决定决 策树是否生长 因而不需要像CART C4.5那样 再进行修剪
13 最常 见的决策树 3种最常 见的决策树 分类 参数 类型 分类规则 修剪 规则 C4.5 分类参数 信息量 Node error rate CHAID 分类参数 卡方分配 无 CART 连续参数 分类参数 Gini ratio Entire error rate
14 最常 见的决策树 Top 10 algorithms in data mining C4.5 K-Means SVM Apriori EM PageRank AdaBoost knn Naïve Bayes CART Xindong Wu, Vipin Kumar, et al. (2008). Top 10 algorithms in data mining, Knowledge Information System 14: 1-37 IEEE International Conference on Data Mining in December 2006
15 决策 树的建立 建立决策 树 利用训练样本生成决策 树 开始数据都在根节点 递归的进行数据分片 修剪决策 树 控制误差和树的规模 使用决策 树对未知数据进行分类 按照决策树上采用的分割属性逐层往下 直到一 个叶子节点
16 决策 树的建立 1. rpart package 递归分割与回归树 (Recursive partitioning and regression trees) rpart.pdf >library(rpart) >?rpart
17 决策 树的建立 2. 决策 树的建立 rpart( )函数 rpart(formula, data, weights, subset, na.action = na.rpart, method, model = FALSE, x = FALSE, y = TRUE, parms, control, cost,...) formula 回归方程lm( )形式 y~x1+x2+x3+x4 data 包含前面公式的数据框 na.action 缺失数据的处理办法 默认办法是删除因变量缺失 的观测值 保留自变量缺失的观测值 method 根据树末端因变量的数据类型选择分割方法 anova(连续型) poisson 计数型 class 离散型 exp 生存 型. parms 设置3个参数 先验概率 损失矩阵 分类纯度 control 控制每个节点上的最小样本量 交叉验证的次数 复杂性参
18 决策 树的修剪 3.修剪函数 prune ( )函数 prune(tree,...) tree: 决策树对象 cp: complexity parameter, 复杂性参数 用来设定修剪用的参数 一般遵循1-SE规则
19 决策 树的建立 事前修剪(Pre-Pruning) 使用统计阀值加以衡量 如卡方值或信息获取 值等 评价是否该继续分割某内部节点或立刻 停止 事后修剪(Post-Pruning) 建树的过程中允许树枝繁叶茂 当完成建树 后 进行修剪
20 决策 树的衡量 利用training data建立决策树 将其应用在 test data上 观察分类的正确率 以此衡量 决策树的有效程度 对决策树节点的衡量 进入节点的数据数目 如果是叶部节点 可观察数据分类的方式 该节点将数据正确分类的比率
21 决策 树的用途 Data Exploration 根据decision tree所选的predictors及split的值 探 索数据 了解数据特性 使用者可对其结果进行人工确认,可依个人的专业知识 修改decision tree 可将其改成decision rule Data Preprocessing decision tree可处理不同类型(numeric, categorical) 的数据 且执行速度快 可用来判断一些predictors 将predicators或decision rule提供给其他data mining技术(如neural network nearest-neighbor 统计方法)使用 以缩短data mining技术的运行时间
22 决策 树的用途 用作clusters 但由于属于supervised learning 其clustering的目的 由某个所要预测的目标引导 用作links 可用作找出predictors间的links 但其执行过程中 不会为了找出这些links来作最佳化 用于找出Outliers Outliers通常会有和其他资料很不同的predictors 或落在某些预测范围的leaf node
23 决策 树的用途 极适合用于产生Rules 将decision trees转成简单使用的rules 可用于sequences Decision trees可用在time series prediction. 可用于text Decision trees已被用于text classification与 information retrieval来处理当文字的dimension不太 大的情況
24 决策 树的用途 聚类分析 判别分析 决策树的差异 聚类分析 不需数据类别 可以将数据分类 但 不能提供数据分类的法则 判别分析 需要数据类别 可将数据分类 但不 能提供数据分类的法则 分类树 需要数据类别 既可将数据分类 又可 输出分类法则 决策规则
25 实例 1 How to construct the tree The data iris in rpart package Iris dataset relates species to petal and sepal dimensions reported in centimeters. Originally used by R.A. Fisher and E. Anderson for a discriminant analysis example. Data is pre-packaged in R dataset library.
26 实例 1 Petal Width Petal Lengt h Sepal Width Sepal Lengt h
27 实例 1 - What species are these flowers? Petal Length Petal Width Setos a tree Sepal Length Sepal Width Versicolo r Virginic a
28 实例 1 >library(rpart) >data(iris) # this command is not necessary. >head(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Species setosa setosa setosa setosa setosa setosa > names(iris) [1] "Sepal.Length" "Sepal.Width" "Petal.Length" "Petal.Width" "Species" > nrow(iris) [1] 150
29 实例 1 # Let iris.rp = tree object fitting Species vs. all other iris.rp = rpart(species~., iris, method= class ) # Plot tree diagram with uniform spacing, # diagonal branches, a 10% margin, and a title plot(iris.rp, uniform=t, branch=0, margin=0.1, main=" Classification Tree\nIris Species by Petal and Sepal Length") # Add labels to tree with final counts, # fancy shapes, and blue text color text(iris.rp, use.n=t, fancy=t, col="blue")
30 实例 1 Classification Tree Iris Species by Petal and Sepal Length Petal.Length < 2.45 Petal.Length >= 2.45 setosa 50/0/0 Petal.Width < 1.75 Petal.Width >= 1.75 versicolor 0/49/5 virginica 0/1/45 Rule 1: if Petal.Length>=2.45&Petal.Width<1.75, then it is versicolor (0/49/5) Rule2: if Petal.Length>=2.45&Petal.Width>=1.75, then it is virginica (0/1/45) Rule 3: if Petal.Length<2.45, then it is setosa (50/0/0)
31 实例 1 > table(iris$species) setosa versicolor virginica setosa(50/0/0): 50朵setosa被正确辨认 versicolor (0/49/5): 49朵versicolor正确辨认 5朵virginica被错辨认为versicolor virginica (0/1/45): 45朵virginica正确辨认 1朵versicolor被错辨认为virginica
32 实例 1 Predicting > even.n=2*(1:75)-1 #生成奇数 > iris.train=iris[even.n,] #生成training data 序号为奇数 > iris.test=iris[-even.n,] #生成test data > iris.rp2=rpart(species~., iris.train, method= class ) > iris.rp3=predict(iris.rp2, iris.test[,-5], type="class") > table(iris.test[,5],iris.rp3) iris.rp3 setosa versicolor virginica setosa versicolor virginica
33 实例 1 > print(iris.rp,digit=3) n= 150 node), split, n, loss, yval, (yprob) * denotes terminal node 1) root setosa ( ) 2) Petal.Length< setosa ( ) * 3) Petal.Length>= versicolor ( ) 6) Petal.Width< versicolor ( ) * 7) Petal.Width>= virginica ( ) * split node number condition loss Training events entering the node proportions Of these most are virginica
34 实例 1 Top to bottom Left to right Petal.Length<2.45 Petal.Length>=2.45 to node 2 1 to node 3 Petal.Width<1.75 setosa 50/0/0 Petal.Width>= * Versicolor 0/49/5 vinginica 0/1/45 6* 7*
35 实例 1 rpart object > attributes(iris.rp) $names [1] "frame" "where" "call" "terms" "cptable" "splits" "method" "parms" "control" "functions "y" "ordered" $ylevels [1] "setosa" "versicolor" "virginica" $class [1] "rpart"
36 实例 1 > print(iris.rp$cptable, digits=2) CP nsplit rel error xerror xstd > printcp(iris.rp,digits=2) Classification tree: rpart(formula = Species ~., data = iris, method = "class") Variables actually used in tree construction: [1] Petal.Length Petal.Width Root node error: 100/150 = 0.67 n= 150 CP nsplit rel error xerror xstd
37 实例 1 CP: complexity parameter nsplit: the number of splits rel error: the relative error rate for predictions for the data that generated the tree xerror: cross-validated error.x in xerror is an abbreviation for cross-validated xstd: the standard derivation of crossvalidated
38 实例2 How to prune? The data cpus in package MASS Performanc System Memory Cache (kb) Channels e Speed (kb) Benchmark (mhz) name syct mmin mmax cach chmin chmax perf estperf 1 ADVISOR 32/ AMDAHL 470V/ AMDAHL 470/7A AMDAHL 470V/7B AMDAHL 470V/7C AMDAHL 470V/
39 实例 2 > library(mass) > library(rpart) > data(cpus) > attach(cpus) # construct the tree, complexity parameter is set as > cpus.rp=rpart(log(perf)~.,cpus[,2:8],cp=0.001,method= anova ) # print and plot the complex parameter > printcp(cpus.rp,digit=2) > plotcp(cpus.rp,lty=1,col=2) # plot the tree > plot(cpus.rp,uniform=t,margin=0.1,main= Test of regression tree for cpus ) > text(cpus.rp,digits=2)
40 实例 2 CP nsplit rel error xerror xstd
41 实例 2 # prune the tree # the complexity parameter is set as > cpus.rp2=prune(cpus.rp, cp=0.0055) # plot the new tree > plot(cpus.rp2,uniform=t,margin=0.1,main=" Regression Tree of cpus after pruning") > text(cpus.rp2,digits=2)
42 实例 2 Before pruning After pruning
43
目录 决策树 Adaptive Boosting (AdaBoost) Gradient Boost Decision Tree (GBDT) TreeBoost XGBoost 总结
树模型的进化之路 颜发才 facaiyan@gmailcom facaiygithubio 新浪微博算法平台 2017 年 3 月 11 日 目录 决策树 Adaptive Boosting (AdaBoost) Gradient Boost Decision Tree (GBDT) TreeBoost XGBoost 总结 决策树 决策树直观印象进化分支 决策树 直观印象 petal length
Microsoft Word - p11.doc
() 11-1 ()Classification Analysis( ) m() p.d.f prior (decision) (loss function) Bayes Risk for any decision d( ) posterior risk posterior risk Posterior prob. j (uniform prior) where Mahalanobis Distance(M-distance)
Microsoft Word - AEL CH12_彩色.doc
L e s s o n R R Exploratory Data Analysis EDA R 12-1 Data Frame nrow() ncol() dim() > nrow(iris) # iris [1] 150 > ncol(iris) # iris [1] 5 > dim(iris) # iris [1] 150 5 nrow() number of rows ncol() number
1 背 景 介 紹 許 多 應 用 科 學 牽 涉 到 從 資 料 (data) 中 分 析 出 所 需 要 ( 含 ) 的 資 訊 (information) 希 望 從 已 知 的 資 料 中 瞭 解 問 題 的 本 質, 進 而 能 控 制 或 做 出 預 測 這 些 資 料 通 常 有 兩
群 組 分 類 線 性 迴 歸 與 最 小 平 方 法 last modified July 22, 2008 本 單 元 討 論 Supervised Learning 中 屬 於 類 別 ( 即 輸 出 變 數 Y 是 類 別 型 的 資 料 ) 資 料 的 群 組 分 辨, 並 且 著 重 在 最 簡 單 的 兩 群 組 (two classes) 資 料 判 別 透 過 幾 個 簡 單 典
1. 课 程 负 责 人 情 况 姓 名 蒋 效 宇 性 别 男 出 生 年 月 基 本 信 息 最 终 学 历 研 究 生 职 称 副 教 授 电 话 学 位 博 士 职 务 无 传 真 研 究 方 向 MIS 系 统 整 合 电 子
北 京 服 装 学 院 精 品 课 程 建 设 立 项 申 报 表 课 程 名 称 管 理 信 息 系 统 所 属 部 门 商 学 院 课 程 类 型 理 论 课 ( 不 含 实 践 ) 理 论 课 ( 含 实 践 ) 实 验 ( 践 ) 课 所 属 一 级 学 科 名 称 所 属 二 级 学 科 名 称 课 程 负 责 人 管 理 科 学 与 工 程 管 理 信 息 系 统 蒋 效 宇 申 报 日
2006產業管理創新研討會論文格式說明
粗 集 理 論 萃 取 影 響 國 小 數 學 學 習 成 就 因 素 鄭 景 俗 * 雲 林 科 技 大 學 資 訊 管 理 所 教 授 e-mail: chcheng@mis.yuntech.edu.tw 楊 欣 怡 雲 林 科 技 大 學 資 訊 管 理 所 研 究 生 e-mail: g9623233@yuntech.edu.tw 摘 要 本 研 究 主 要 目 的 在 利 用 粗 集 理
Logit (69) Altman968 MDA Z-SCORE Ohlson98 Logit Logit West985 Logit Logit Z-score Logit Odom & Sharda99ANN Coats and Fant993 Altman968 Z-score 97 989
(68) Logit * 27 Orange CountyBarings BankDaiwa Bank Long Term Capital Management, LTCM Enron 28 Multivariate Discriminant Analysis, MDA Linear Probability ModelLogistic Regression Model KMV Cox Cox Proportional
92 (When) (Where) (What) (Productivity) (Efficiency) () (2) (3) (4) (5) (6) (7) em-plant( SiMPLE++) Scheduling When Where Productivity Efficiency [5]
![92 (When) (Where) (What) (Productivity) (Efficiency) () (2) (3) (4) (5) (6) (7) em-plant( SiMPLE++) Scheduling When Where Productivity Efficiency [5]](/thumbs/82/85463266.jpg "92 (When) (Where) (What) (Productivity) (Efficiency) () (2) (3) (4) (5) (6) (7) em-plant( SiMPLE++) Scheduling When Where Productivity Efficiency [5]")
DYNAMIC SCHEDULING IN TWO-MACHINE FLOW-SHOP WITH RECIRCULATION em-plant( SiMPLE++) Jen-Shiang Chen, Jar-Her Kao, Chun-Chieh Chen, Po-Cheng Liu, and Wen-Pin Lin Department of Industrial Engineering and
(156) / Spurious Regression Unit Root Test Cointergration TestVector Error Correction Model Granger / /
(155) * ** / / / / 1973 ~1974 1979 ~1980 1987 ~1989 * ** (156) 1990 2004 1997 1996 1980 / Spurious Regression Unit Root Test Cointergration TestVector Error Correction Model Granger / / (157) Hedonic Price
59 1 CSpace 2 CSpace CSpace URL CSpace 1 CSpace URL 2 Lucene 3 ID 4 ID Web 1. 2 CSpace LireSolr 3 LireSolr 3 Web LireSolr ID
58 2016. 14 * LireSolr LireSolr CEDD Ajax CSpace LireSolr CEDD Abstract In order to offer better image support services it is necessary to extend the image retrieval function of our institutional repository.
VB程序设计教程
高 等 学 校 教 材 Visual Basic 程 序 设 计 教 程 魏 东 平 郑 立 垠 梁 玉 环 石 油 大 学 出 版 社 内 容 提 要 本 书 是 按 高 等 学 校 计 算 机 程 序 设 计 课 程 教 学 大 纲 编 写 的 大 学 教 材, 主 要 包 括 VB 基 础 知 识 常 用 程 序 结 构 和 算 法 Windows 用 户 界 面 设 计 基 础 文 件 处
穨control.PDF
TCP congestion control yhmiu Outline Congestion control algorithms Purpose of RFC2581 Purpose of RFC2582 TCP SS-DR 1998 TCP Extensions RFC1072 1988 SACK RFC2018 1996 FACK 1996 Rate-Halving 1997 OldTahoe
(baking powder) 1 ( ) ( ) 1 10g g (two level design, D-optimal) 32 1/2 fraction Two Level Fractional Factorial Design D-Optimal D
( ) 4 1 1 1 145 1 110 1 (baking powder) 1 ( ) ( ) 1 10g 1 1 2.5g 1 1 1 1 60 10 (two level design, D-optimal) 32 1/2 fraction Two Level Fractional Factorial Design D-Optimal Design 1. 60 120 2. 3. 40 10
江苏省高等学校
江 苏 省 高 等 学 校 实 验 教 学 与 实 践 教 育 中 心 立 项 申 报 表 ( 实 践 教 育 中 心 ) 学 校 名 称 : 南 京 邮 电 大 学 合 作 单 位 名 称 : 江 苏 省 广 播 电 视 总 台 ( 集 团 ) 电 视 传 媒 中 心 综 艺 频 道 实 践 教 育 中 心 名 称 : 数 字 媒 体 技 术 实 践 教 育 中 心 实 践 教 育 中 心 网 址
<4D6963726F736F667420506F776572506F696E74202D20C8EDBCFEBCDCB9B9CAA6D1D0D0DEBDB2D7F92E707074>
软 件 架 构 师 研 修 讲 座 胡 协 刚 软 件 架 构 师 UML/RUP 专 家 szjinco@public.szptt.net.cn 中 国 软 件 架 构 师 网 东 软 培 训 中 心 小 故 事 : 七 人 分 粥 当 前 软 件 团 队 的 开 发 现 状 和 面 临 的 问 题 软 件 项 目 的 特 点 解 决 之 道 : 从 瀑 布 模 型 到 迭 代 模 型 解 决 项
2005 The Analysis and Design for a Chain Supermarket Intelligent Delivery System () 2005 4 I Abstract The Analysis and Design for a Chain Supermarket Intelligent Delivery System The Analysis and Design
國立中山大學學位論文典藏.PDF
Air Visibility Forecasting via Artificial Neural Networks and Feature Selection Techniques 2003 7 Air Visibility Forecasting via Artificial Neural Networks and Feature Selection Techniques Sequential Floating
(Pattern Recognition) 1 1. CCD
********************************* ********************************* (Pattern Recognition) 1 1. CCD 2. 3. 4. 1 ABSTRACT KeywordsMachine Vision, Real Time Inspection, Image Processing The purpose of this
User ID 150 Password - User ID 150 Password Mon- Cam-- Invalid Terminal Mode No User Terminal Mode No User Mon- Cam-- 2
Terminal Mode No User User ID 150 Password - User ID 150 Password Mon- Cam-- Invalid Terminal Mode No User Terminal Mode No User Mon- Cam-- 2 Mon1 Cam-- Mon- Cam-- Prohibited M04 Mon1 Cam03 Mon1 Cam03
( Version 0.4 ) 1
( Version 0.4 ) 1 3 3.... 3 3 5.... 9 10 12 Entities-Relationship Model. 13 14 15.. 17 2 ( ) version 0.3 Int TextVarchar byte byte byte 3 Id Int 20 Name Surname Varchar 20 Forename Varchar 20 Alternate
清 华 大 学
清 华 大 学 综 合 论 文 训 练 题 目 : 基 于 网 络 用 户 行 为 分 析 的 传 染 病 发 病 趋 势 研 究 系 专 姓 别 : 计 算 机 科 学 与 技 术 业 : 计 算 机 科 学 与 技 术 名 : 许 丹 青 指 导 教 师 : 刘 奕 群 助 理 研 究 员 2010 年 6 月 27 日 中 文 摘 要 近 年 来, 传 染 病 的 传 播 与 流 行 已
56 上 海 精 神 医 学 25 年 第 27 卷 2 期 图. 对 二 分 类 结 果 变 量 Y 建 立 的 决 策 树 模 型 举 例 Y=, X<.5? X2<.3? X<.8? R R2 R3 X2<.7? (chance node), 它 代 表 树 结 构 中 此 节 点 可 能 的
上 海 精 神 医 学 25 年 第 27 卷 第 2 期 55 精 神 医 学 中 的 生 物 统 计 学 (26) 用 于 分 类 与 预 测 的 决 策 树 分 析 Yan-yan SONG,2 *, Ying LU 2,3 概 述 : 决 策 树 是 一 种 常 用 的 数 据 挖 掘 方 法, 用 于 多 变 量 分 析 时 建 立 分 类 系 统 或 制 定 预 测 结 果 变 量 的
Oracle 4
Oracle 4 01 04 Oracle 07 Oracle Oracle Instance Oracle Instance Oracle Instance Oracle Database Oracle Database Instance Parameter File Pfile Instance Instance Instance Instance Oracle Instance System
2/80 2
2/80 2 3/80 3 DSP2400 is a high performance Digital Signal Processor (DSP) designed and developed by author s laboratory. It is designed for multimedia and wireless application. To develop application
理 成 可 做 關 聯 分 析 的 格 式, 再 應 用 統 計 統 計 計 算 軟 體 R (R Core Team, 2013) 中 的 延 伸 套 件 arules (Hahsler, Gruen, and Hornik, 2005; Hahsler, Buchta, Gruen, and H
連 鎖 輕 食 店 之 產 品 關 聯 分 析 - 以 茗 人 為 例 Association Analysis of Deli Chain Example of MingZen 摘 要 所 謂 關 聯 分 析, 就 是 從 商 店 銷 售 交 易 資 料 庫 中, 找 出 項 目 之 間 的 關 聯 性, 並 探 勘 出 在 資 料 間 具 有 相 關 性 的 隱 藏 規 則 有 趣 的 是, 商
2015 年 第 24 卷 第 11 期 计 算 机 系 统 应 用 历 的 主 体 部 分 多 以 非 结 构 化 的 文 本 形 式 存 储, 很 多 研 究 只 能 基 于 有 限 的 结 构 化 数 据 进 行 [4,5], 无 法 满 足 临
![2015 年 第 24 卷 第 11 期 计 算 机 系 统 应 用 历 的 主 体 部 分 多 以 非 结 构 化 的 文 本 形 式 存 储, 很 多 研 究 只 能 基 于 有 限 的 结 构 化 数 据 进 行 [4,5], 无 法 满 足 临](/thumbs/42/23028586.jpg "2015 年 第 24 卷 第 11 期 计 算 机 系 统 应 用 历 的 主 体 部 分 多 以 非 结 构 化 的 文 本 形 式 存 储, 很 多 研 究 只 能 基 于 有 限 的 结 构 化 数 据 进 行 [4,5], 无 法 满 足 临")
计 算 机 系 统 应 用 http://www.c-s-a.org.cn 2015 年 第 24 卷 第 11 期 1 面 向 电 子 病 历 中 文 医 学 信 息 的 可 视 组 织 方 法 徐 天 明 1,2, 樊 银 亭 3, 马 翠 霞 1, 滕 东 兴 1 ( 中 国 科 学 院 软 件 研 究 所 人 机 交 互 技 术 与 智 能 信 息 处 理 实 验 室, 北 京 100190)
附件1：
申 请 学 士 学 位 授 予 权 专 业 申 报 表 学 科 门 类 工 学 门 类 代 码 0809 专 业 名 称 网 络 工 程 专 业 代 码 080903 批 准 时 间 2012 年 学 校 名 称 西 安 交 通 大 学 城 市 学 院 单 位 代 码 13677 陕 西 省 学 位 委 员 会 办 公 室 2016 年 3 月 15 日 填 1 Ⅰ 专 业 简 况 与 自 评 (
「人名權威檔」資料庫欄位建置表
( version 0.2) 1 3 3 3 3 5 6 9.... 11 Entities - Relationship Model..... 12 13 14 16 2 ( ) Int Varchar Text byte byte byte Id Int 20 Name Surname Varchar 20 Forename Varchar 20 Alternate Type Varchar 10
[1] [4] Chetverikov Lerch[8,12] LeaVis CAD Limas-Serafim[6,7] (multi-resolution pyramids) 2 n 2 n 2 2 (texture) (calf leather) (veins)
![[1] [4] Chetverikov Lerch[8,12] LeaVis CAD Limas-Serafim[6,7] (multi-resolution pyramids) 2 n 2 n 2 2 (texture) (calf leather) (veins)](/thumbs/51/28234869.jpg "[1] [4] Chetverikov Lerch[8,12] LeaVis CAD Limas-Serafim[6,7] (multi-resolution pyramids) 2 n 2 n 2 2 (texture) (calf leather) (veins)")
38 8 38th Annual Conference of CSQ & 8th NQMS MCP IE 120 1. [1] [4] 1 2 3 2. Chetverikov Lerch[8,12] LeaVis CAD Limas-Serafim[6,7] (multi-resolution pyramids) 2 n 2 n 2 2 (texture) (calf leather) (veins)
WinMDI 28
WinMDI WinMDI 2 Region Gate Marker Quadrant Excel FACScan IBM-PC MO WinMDI WinMDI IBM-PC Dr. Joseph Trotter the Scripps Research Institute WinMDI HP PC WinMDI WinMDI PC MS WORD, PowerPoint, Excel, LOTUS
填 写 要 求 一 以 word 文 档 格 式 如 实 填 写 各 项 二 表 格 文 本 中 外 文 名 词 第 一 次 出 现 时, 要 写 清 全 称 和 缩 写, 再 次 出 现 时 可 以 使 用 缩 写 三 涉 密 内 容 不 填 写, 有 可 能 涉 密 和 不 宜 大 范 围 公
2013 年 度 上 海 高 校 市 级 精 品 课 程 申 报 表 ( 本 科 ) 学 校 名 称 东 华 大 学 课 程 名 称 计 算 机 系 统 与 网 络 技 术 课 程 类 型 理 论 课 ( 不 含 实 践 ) 理 论 课 ( 含 实 践 ) 实 验 ( 践 ) 课 所 属 一 级 学 科 名 称 所 属 二 级 学 科 名 称 课 程 负 责 人 申 报 日 期 工 科 计 算 机
标题
第 19 卷 摇 第 4 期 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模 式 识 别 与 人 工 智 能 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol. 19 摇 No. 4 摇 006 年 8 月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR & AI 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Aug 摇 摇
untitled
100084 E-mail: ahz@mail.tsinghua.edu.cn (Look Up Table, LUT) Adaboost 300 Adaboost TP391 Real Time Facial Expression Classification WANG Yubo, AI Haizhou, WU Bo, HUANG Chang Computer Science and Technology
附3
普 通 高 等 学 校 本 科 专 业 设 置 申 请 表 ( 备 案 专 业 适 用 ) 080910T 3-6 2 016 7 6 4884878 目 录 填 表 说 明 ⒈ ⒉ ⒊ ⒋ ⒌ 1. 普 通 高 等 学 校 增 设 本 科 专 业 基 本 情 况 表 080910T 3-6 1978 36 ( 1978) ( 2008) 2017 60 120 / S J ⒉ 学 校 基 本 情
國立屏東教育大學碩士班研究生共同修業要點
目 錄 壹 國 立 屏 東 大 學 碩 士 班 研 究 生 共 同 修 業 辦 法...1 貳 國 立 屏 東 大 學 應 用 數 學 系 碩 士 班 研 究 生 修 業 要 點...5 參 應 用 數 學 系 碩 士 班 課 程 結 構...9 肆 應 用 數 學 系 專 任 師 資 簡 介...15 伍 應 用 數 學 系 碩 士 班 歷 屆 研 究 生 論 文 資 料...17 附 錄 一 國
一 课 程 负 责 人 情 况 姓 名 吴 翊 性 别 男 出 生 年 月 1948.08.28 1. 基 本 信 息 学 位 硕 士 职 称 教 授 职 务 所 在 院 系 理 学 院 数 学 与 系 统 科 学 系 电 话 13808485157 研 究 方 向 数 据 处 理 近 三 年 来
湖 南 省 普 通 高 等 学 校 省 级 精 品 课 程 复 核 申 报 表 学 校 名 称 : 课 程 名 称 : 课 程 负 责 人 : 立 项 时 间 : 国 防 科 技 大 学 概 率 论 与 数 理 统 计 吴 翊 2009 年 课 程 网 站 地 址 :jpkc2009.nudt.edu.cn/gllysltj jpkc.nudt.edu.cn/gltj 湖 南 省 教 育 厅 制 二
报 告 1: 郑 斌 教 授, 美 国 俄 克 拉 荷 马 大 学 医 学 图 像 特 征 分 析 与 癌 症 风 险 评 估 方 法 摘 要 : 准 确 的 评 估 癌 症 近 期 发 病 风 险 和 预 后 或 者 治 疗 效 果 是 发 展 和 建 立 精 准 医 学 的 一 个 重 要 前
东 北 大 学 中 荷 生 物 医 学 与 信 息 工 程 学 院 2016 年 度 生 物 医 学 与 信 息 工 程 论 坛 会 议 时 间 2016 年 6 月 8 日, 星 期 三,9:30 至 16:00 会 议 地 址 会 议 网 址 主 办 单 位 东 北 大 学 浑 南 校 区 沈 阳 市 浑 南 区 创 新 路 195 号 生 命 科 学 大 楼 B 座 619 报 告 厅 http://www.bmie.neu.edu.cn
錄...1 說...2 說 說...5 六 率 POST PAY PREPAY DEPOSIT 更
AX5000 Version 1.0 2006 年 9 錄...1 說...2 說...3...4 說...5 六...6 6.1 率...7 6.2 POST PAY...8 6.3 PREPAY DEPOSIT...9 6.4...10 6.5...11 更...12...12 LCD IC LED Flash 更 兩 RJ11 ( ) DC ON OFF ON 狀 狀 更 OFF 復 狀 說
9330.doc
The research of the ecotourism operated by the cooperative operating system in northern Tapajen Mountain The research of the ecotourism operated by the cooperative operating system in northern Tapajen
spss.doc
SPSS 8 8.1 K-Means Cluster [ 8-1] 1962 1988 8-1 2 5 31 3 7 20 F2-F3 2 3 F3-F4 3 4 109 8 8-1 2 3 2 3 F2-F3 F3-F4 1962 344 3333 29 9 9.69 1.91 1963 121 1497 27 19 12.37 1.34 1964 187 1813 32 18 9.70 1.06
Microsoft PowerPoint - Aqua-Sim.pptx
Peng Xie, Zhong Zhou, Zheng Peng, Hai Yan, Tiansi Hu, Jun-Hong Cui, Zhijie Shi, Yunsi Fei, Shengli Zhou Underwater Sensor Network Lab 1 Outline Motivations System Overview Aqua-Sim Components Experimental
Microsoft Word - A201210-60_1349949005.doc
5 10 15 20 25 一 种 针 对 在 线 旅 游 线 路 网 页 判 别 算 法 的 研 究 与 实 现 徐 显 炼, 郭 燕 慧 ( 北 京 邮 电 大 学 信 息 安 全 中 心, 北 京 100876) 摘 要 : 随 着 近 年 来 在 线 旅 游 业 的 快 速 发 展, 在 线 旅 游 搜 索 引 擎 己 经 成 为 当 前 搜 索 引 擎 发 展 的 一 个 热 门 方 向
2 ( 自 然 科 学 版 ) 第 20 卷 波 ). 这 种 压 缩 波 空 气 必 然 有 一 部 分 要 绕 流 到 车 身 两 端 的 环 状 空 间 中, 形 成 与 列 车 运 行 方 向 相 反 的 空 气 流 动. 在 列 车 尾 部, 会 产 生 低 于 大 气 压 的 空 气 流
第 20 卷 第 3 期 2014 年 6 月 ( 自 然 科 学 版 ) JOURNAL OF SHANGHAI UNIVERSITY (NATURAL SCIENCE) Vol. 20 No. 3 June 2014 DOI: 10.3969/j.issn.1007-2861.2013.07.031 基 于 FLUENT 测 轨 道 交 通 隧 道 中 电 波 折 射 率 结 构 常 数 张 永
OSI OSI 15% 20% OSI OSI ISO International Standard Organization 1984 OSI Open-data System Interface Reference Model OSI OSI OSI OSI ISO Prototype Prot
OSI OSI OSI 15% 20% OSI OSI ISO International Standard Organization 1984 OSI Open-data System Interface Reference Model OSI OSI OSI OSI ISO Prototype Protocol OSI OSI OSI OSI OSI O S I 2-1 Application
Microsoft Word - 097119012001.htm
097 年 度 11901 電 腦 軟 體 設 計 (JAVA) 乙 級 技 術 士 技 能 檢 定 學 科 測 試 試 題 本 試 卷 有 選 擇 題 80 題, 每 題 1.25 分, 皆 為 單 選 選 擇 題, 測 試 時 間 為 100 分 鐘, 請 在 答 案 卡 上 作 答, 答 錯 不 倒 扣 ; 未 作 答 者, 不 予 計 分 准 考 證 號 碼 : 姓 名 : 單 選 題 :
2005硕士论文模版
基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 若 干 研 究 Some Research based on User Dictionary of Input Method and Query Log ( 申 请 清 华 大 学 工 学 硕 士 学 位 论 文 ) 培 养 单 位 : 计 算 机 科 学 与 技 术 系 学 科 : 计 算 机 科 学 与 技 术 研 究 生 : 王 鹏
热设计网
例 例 Agenda Popular Simulation software in PC industry * CFD software -- Flotherm * Advantage of Flotherm Flotherm apply to Cooler design * How to build up the model * Optimal parameter in cooler design
ezdf
Easy Data.Frame Huashan Chen 2015 年 12 月 19 日 一 Easy Data.Frame 2 二 标签的存储 3 2.1 变量标签 3 2.2 数值标签 4 三 制表函数 5 3.1 tbl() 5 3.2 ctbl() 6 3.3 ftable() 17 四 选项 19 1 第一章 Easy Data.Frame ezdf 的目的是使 R 支持类似 SPSS
案例正文：（幼圆、小三、加粗）（全文段前与段后0
案 例 正 文 : 1 中 国 农 业 银 行 FMIS 系 统 开 发 摘 要 : 本 案 例 描 述 一 家 大 型 商 业 银 行 自 主 开 发 战 略 性 管 理 信 息 系 统 的 过 程 该 系 统 不 仅 规 模 大, 而 且 业 务 类 型 复 杂, 项 目 启 动 时 的 系 统 目 标 具 有 高 度 不 确 定 性 项 目 独 特 之 处 是 业 务 专 家 在 项 目 中
Microsoft Word - MIS.doc
成 都 信 息 工 程 学 院 班 务 信 息 系 统 The Management Information System Of the Class Transaction 制 作 人 张 蓓 学 号 2000041113 制 作 单 位 电 子 商 务 系 2000 级 会 本 3 班 定 版 时 间 2003 年 12 月 15 日 前 言 跨 入 21 世 纪 人 类 社 会 正 在 步 入
Microsoft Word - 122046.doc
第 38 卷 第 20 期 Vol.38 No.20 计 算 机 工 程 Computer Engineering 2012 年 10 月 October 2012 人 工 智 能 及 识 别 技 术 摘 行 为 特 征 分 析 模 式 下 的 网 页 分 类 技 术 研 究 汤 亚 玲 1, 崔 志 明 (1. 安 徽 工 业 大 学 计 算 机 学 院, 安 徽 马 鞍 山 243002;2.
プリント
For Higher Customer Satisfaction, We Bridge the SAS System Between Customer s World. YourModelsBuild up Your NextAnalytics 02 Y β0 β1x1 β2x2 ε Y ~ μ σ 2 μ β0 β1x1 β2x2 Y ~ n p logit(p) β0 β1x1 β2x2 logit(p)logit(p)=log(p/(1-p))
Fun Time (1) What happens in memory? 1 i n t i ; 2 s h o r t j ; 3 double k ; 4 char c = a ; 5 i = 3; j = 2; 6 k = i j ; H.-T. Lin (NTU CSIE) Referenc
References (Section 5.2) Hsuan-Tien Lin Deptartment of CSIE, NTU OOP Class, March 15-16, 2010 H.-T. Lin (NTU CSIE) References OOP 03/15-16/2010 0 / 22 Fun Time (1) What happens in memory? 1 i n t i ; 2
2008.5.27_期刊封面
運 用 粗 集 理 論 萃 取 國 小 學 童 心 肺 耐 力 影 響 因 素 之 研 究 -- 以 南 投 縣 某 國 小 高 年 級 學 童 為 例 鄭 景 俗 胡 永 欣 運 用 粗 集 理 論 萃 取 國 小 學 童 心 肺 耐 力 影 響 因 素 之 研 究 -- 以 南 投 縣 某 國 小 高 年 級 學 童 為 例 鄭 景 俗 雲 林 科 技 大 學 資 訊 管 理 所 教 授 chcheng@mis.yuntech.edu.tw
Microsoft Word - Preface_1_14.doc
中 文 混 淆 字 集 應 用 於 別 字 偵 錯 模 板 自 動 產 生 Chinese Confusion Word Set for Automatic Generation of Spelling Error Detecting Template 陳 勇 志 Yong-Zhi Chen, 吳 世 弘 Shih-Hung Wu 朝 陽 科 技 大 學 資 訊 工 程 系 Department of
Outline Speech Signals Processing Dual-Tone Multifrequency Signal Detection 云南大学滇池学院课程 : 数字信号处理 Applications of Digital Signal Processing 2
CHAPTER 10 Applications of Digital Signal Processing Wang Weilian wlwang@ynu.edu.cn School of Information Science and Technology Yunnan University Outline Speech Signals Processing Dual-Tone Multifrequency
Microsoft PowerPoint - STU_EC_Ch02.ppt
樹德科技大學資訊工程系 Chapter 2: Number Systems Operations and Codes Shi-Huang Chen Sept. 2010 1 Chapter Outline 2.1 Decimal Numbers 2.2 Binary Numbers 2.3 Decimal-to-Binary Conversion 2.4 Binary Arithmetic 2.5
<4D F736F F D20A4BDA640BDC3A5CDAED6A4DFBDD2B57BB0F2A5BBAFE0A44FB4FAC5E72DAC79A6E6AF66BEC7B8D5C344A4BDA FA7B9BD5AAAA9>
公 共 衛 生 核 心 課 程 基 本 能 力 測 驗 100 年 流 行 病 學 考 試 試 卷 一 選 擇 題 ( 答 案 4 選 1, 每 題 2 分, 共 50 題 ) 1. 若 研 究 調 查 有 工 作 者 的 心 臟 病 發 生 率 是 無 工 作 者 的 2 倍, 但 是 兩 者 之 盛 行 率 卻 相 近, 最 可 能 的 原 因 是? (A) 因 為 有 工 作 者 的 年 齡
2013-5总
第 15 卷 第 5 期 2013 年 10 月 地 球 信 息 科 学 学 报 JOURNAL OF GEO-INFORMATION SCIENCE Vol.15,.5 Oct., 2013 海 籍 管 理 系 统 中 用 海 变 化 的 自 动 检 测 方 法 李 炳 南, 蒋 雪 中 *, 恽 才 兴 ( 华 东 师 范 大 学 河 口 海 岸 学 国 家 重 点 实 验 室, 上 海 200062)
江大自科版2016年第4期
第 44 卷 第 4 期 2016 年 8 月 J. Jianghan Univ.(Nat. Sci. Ed.) Vol.44 No.4 Aug. 2016 数 据 挖 掘 在 体 育 院 校 计 算 机 等 级 考 试 成 绩 分 析 中 的 应 用 研 究 刘 钟 情 ( 成 都 体 育 学 院 信 息 技 术 中 心, 四 川 成 都 610000) 摘 要 : 为 了 提 高 体 育 院 校
2011年上海市高校精品课程申报表（本科）
2012 年 度 上 海 高 校 市 级 精 品 课 程 申 报 表 ( 本 科 ) 学 校 名 称 课 程 名 称 课 程 类 型 上 海 电 机 学 院 数 据 库 原 理 及 应 用 理 论 课 ( 不 含 实 践 ) 理 论 课 ( 含 实 践 ) 实 验 ( 践 ) 课 所 属 一 级 学 科 名 称 工 学 所 属 二 级 学 科 名 称 课 程 负 责 人 计 算 机 科 学 与 技
1 o o o CPU o o o o o SQL Server 2005 o CPU o o o o o SQL Server o Microsoft SQL Server 2005
1 o o o CPU o o o o o SQL Server 2005 o CPU o o o o o SQL Server o Microsoft SQL Server 2005 1 1...3 2...20 3...28 4...41 5 Windows SQL Server...47 Microsoft SQL Server 2005 DBSRV1 Microsoft SQL Server
PowerPoint Presentation
Decision analysis 量化決策分析方法專論 2011/5/26 1 Problem formulation- states of nature In the decision analysis, decision alternatives are referred to as chance events. The possible outcomes for a chance event
Microsoft Word - 专论综述1.doc
1 基 于 协 同 过 滤 的 高 考 志 愿 推 荐 系 统 徐 兰 静, 李 珊, 严 钊 ( 南 京 航 空 航 天 大 学 经 济 与 管 理 学 院, 南 京 211100) 摘 要 : 近 年 来 信 息 过 载 问 题 的 出 现 使 得 个 性 化 推 荐 技 术 应 运 而 生, 其 中 协 同 过 滤 推 荐 技 术 通 过 在 用 户 和 信 息 之 间 建 立 联 系, 被
untitled
Co-integration and VECM Yi-Nung Yang CYCU, Taiwan May, 2012 不 列 1 Learning objectives Integrated variables Co-integration Vector Error correction model (VECM) Engle-Granger 2-step co-integration test Johansen
epub83-1
C++Builder 1 C + + B u i l d e r C + + B u i l d e r C + + B u i l d e r C + + B u i l d e r 1.1 1.1.1 1-1 1. 1-1 1 2. 1-1 2 A c c e s s P a r a d o x Visual FoxPro 3. / C / S 2 C + + B u i l d e r / C
65號書名頁-轉外框
馬 鈴 薯 微 體 繁 殖 技 術 之 開 發 與 應 用 1 胡 文 若 孫 文 章 2 摘 要 胡 文 若 孫 文 章 2014 馬 鈴 薯 微 體 繁 殖 技 術 之 開 發 與 應 用 臺 南 區 農 業 改 良 場 研 究 彙 報 65:20-28 本 試 驗 擬 以 檢 測 通 過 之 無 病 毒 母 株, 利 用 組 織 培 養 方 式 大 量 繁 殖 健 康 馬 鈴 薯 組 織 培
Vocabulary Development in Armenian Children Attending Armenian-English Bilingual Preschools
Vocabulary Development in Armenian Children Attending Armenian-English Bilingual Preschools Alice Hovsepian, Ph.D. Candidate Carla J. Johnson, Ph.D. Department of Speech-Language Pathology University of
17
17 應 用 案 例 式 推 理 建 立 顧 客 關 係 管 理 之 行 銷 決 策 系 統 張 百 棧 * 王 彥 文 劉 鎮 豪 元 智 大 學 工 業 工 程 與 管 理 研 究 所 桃 園 縣 中 壢 市 遠 東 路 135 號 03-463-8800#287 iepchang@saturn.yzu.edu.tw 摘 要 近 年 來, 資 料 庫 行 銷 蓬 勃 發 展, 讓 許 多 企 業
Microsoft Word - (web)_F.1_Notes_&_Application_Form(Chi)(non-SPCCPS)_16-17.doc
聖 保 羅 男 女 中 學 學 年 中 一 入 學 申 請 申 請 須 知 申 請 程 序 : 請 將 下 列 文 件 交 回 本 校 ( 麥 當 勞 道 33 號 ( 請 以 A4 紙 張 雙 面 影 印, 並 用 魚 尾 夾 夾 起 : 填 妥 申 請 表 並 貼 上 近 照 小 學 五 年 級 上 下 學 期 成 績 表 影 印 本 課 外 活 動 表 現 及 服 務 的 證 明 文 件 及
穨423.PDF
Chinese Journal of Science Education 2002,, 423-439 2002, 10(4), 423-439 1 2 1 1 1 2 90 8 10 91 4 9 91 8 22 ) NII 1995 7 14, 1999 1997 (Cooperative Remotely Accessible Learning CORAL) 424 (Collaborative
经华名家讲堂
5.1 5.1.1 5.1.2 5.2 5.2.1 5.2.2 5.2.3 5.2.4 5.2.5 5.3 5.3.1 5.3.2 5.3.3 / 5.3.4 / 5.3.5 / 5.4 Internet 5.4.1 Internet 5.4.2 Intranet 1. 2. 1 31 5 5.1 5.1.1 Internet 1 Host 20 60 IBM 2000 2 20 60 20 60
4 115,,. : p { ( x ( t), y ( t) ) x R m, y R n, t = 1,2,, p} (1),, x ( t), y ( t),,: F : R m R n.,m, n, u.,, Sigmoid. :,f Sigmoid,f ( x) = ^y k ( t) =
2007 4 4 :100026788 (2007) 0420114206, (, 430074) :,,,,,,GIS.,,. : ; ; ; ; : TP391 ;P338 : A Development of Combinatorial Intelligentized Decision2Making Support System and Its Utilization in Runoff Forecasting
IBM SPSS Modeler 14.2 建模节点
IBM SPSS Modeler 14.2 建 模 节 点 注 意 : 使 用 本 信 息 以 及 其 支 持 的 产 品 之 前, 请 阅 读 注 意 事 项 第 页 码 下 的 常 规 信 息 本 文 件 包 含 SPSS Inc,IBM Company 的 专 利 信 息 本 文 件 依 照 许 可 证 协 议 提 供 并 受 版 权 法 保 护 本 出 版 物 中 包 含 的 任 何 信 息
Microsoft PowerPoint - ch6 [相容模式]
![Microsoft PowerPoint - ch6 [相容模式]](/thumbs/99/139408401.jpg "Microsoft PowerPoint - ch6 [相容模式]")
UiBinder wzyang@asia.edu.tw UiBinder Java GWT UiBinder XML UI i18n (widget) 1 2 UiBinder HelloWidget.ui.xml: UI HelloWidgetBinder HelloWidget.java XML UI Owner class ( Composite ) UI XML UiBinder: Owner
UDC 1 ABSTRACT Data mining is one of the research fields that are developing fast recently. It includes many subjects such as mathematics, statistics, databases, pattern recognition, artificial intelligence,
untitled
串 料 劉 立 jsliu@cs.nccu.edu.tw 識 若 行 更 量 力 論 串 料 念 行 串 C4.5 SVM 類 料 類 料 不 更 料 1. 論 (Information Extraction) 理 識 料 料 料 理 料 數 力 領 度 行 更 料量 數 若 行 更 量 力 料 行 更 料 若 更 料 理 來 料 料 不利 數 類 料 領 行領 識 領 識 不 了 了 料 料 理
2 2 3 DLight CPU I/O DLight Oracle Solaris (DTrace) C/C++ Solaris DLight DTrace DLight DLight DLight C C++ Fortran CPU I/O DLight AM
Oracle Solaris Studio 12.2 DLight 2010 9 2 2 3 DLight 3 3 6 13 CPU 16 18 21 I/O DLight Oracle Solaris (DTrace) C/C++ Solaris DLight DTrace DLight DLight DLight C C++ Fortran CPU I/O DLight AMP Apache MySQL
Epson
WH / MS CMP0087-00 TC WH/MS EPSON EPSON EXCEED YOUR VISION EXCEED YOUR VISION Seiko Corporation Microsoft and Windows are registered trademarks of Microsoft Corporation. Mac and Mac OS are registered trademarks
彩色地图中道路的识别和提取
9310016, i ii Abstract This thesis is on the researching of recognizing the roads in map image by computer. Based on the theory of Pattern Recognition, there is a method to be discussed, which can recognize
Microsoft PowerPoint - lec20.ppt
15.564 信 息 技 术 I 企 业 智 能 运 营 vs 决 策 支 持 系 统 什 么 是 数 据 挖 掘 数 据 挖 掘 技 术 概 要 数 据 挖 掘 过 程 概 要 数 据 仓 库 Web 挖 掘 和 文 本 挖 掘 提 要 2 1 运 营 vs 决 策 支 持 系 统 3 运 营 vs 决 策 支 持 系 统 运 营 支 持 系 统 支 持 日 常 事 务 包 含 当 前 最 新 的
What You Can Find with SciFinder Scholar SciFinder Scholar Area Information Available in SciFinder Scholar Document Title Information Author/inventor
SciFinder Scholar Content SciFinder Scholar SciFinder Scholar CAS MEDLINE by the National Library of Medicine NLM MEDLINE Reference Databases CAplus SM MEDLINE 150 9000 1907 1907 2,430 3000 70 3900 1951
中文模板
1000-9825/2003/14(07)1238 2003 Journal of Software 软 件 学 报 Vol.14, No.7 基 于 神 经 网 络 的 多 示 例 回 归 算 法 + 张 敏 灵, 周 志 华 ( 南 京 大 学 计 算 机 软 件 新 技 术 国 家 重 点 实 验 室, 江 苏 南 京 210093) A Multi-Instance Regression Algorithm
MODEL COLOR LIST UZ125D2 YMW GRAY YNF RED YRG BLUE 30H WHITE
MODEL COLOR LIST UZ125D2 YMW GRAY YNF RED YRG BLUE 30H WHITE MODEL COLOR LIST UZ125D2K K13 BLACK YRG BLUE YPK WHITE MODEL COLOR LIST UZ125X2 G22 Q05 GRAY ORANGE GREEN WHITE N28 W08 PREFACE When it becomes
<4D6963726F736F667420576F7264202D20C9CFBAA3BFC6BCBCB4F3D1A7D0C5CFA2D1A7D4BA32303136C4EAC7EFBCBEC8EBD1A7B2A9CABFD7CAB8F1BFBCCAD4CAB5CAA9CFB8D4F22D30343036C8B7B6A8B8E5>
上 海 科 技 大 学 信 息 科 学 与 技 术 学 院 年 度 博 士 资 格 考 试 实 施 细 则 一 总 则 本 细 则 由 上 海 科 技 大 学 信 息 科 学 与 技 术 学 院 ( 以 下 简 称 信 息 学 院 ) 教 学 指 导 委 员 会 讨 论 制 定, 适 用 于 信 息 学 院 2014 级 硕 士 研 究 生 的 年 度 博 士 资 格 考 试 信 息 学 院 2014
交流活动
信 息 科 学 技 术 学 院 简 报 School of Electronics Engineering and Computer Science 二 零 一 六 年 第 二 期 ( 总 第 102 期 ) 北 京 大 学 信 息 科 学 技 术 学 院 二 零 一 六 年 三 月 三 十 一 日 党 政 : 3 月 7 日, 北 京 大 学 校 长 助 理 教 育 基 金 会 秘 书 长 邓 娅
附件四：
附 件 二 2008 年 度 四 川 省 精 品 课 程 申 报 表 学 校 名 称 课 程 名 称 中 国 民 航 飞 行 学 院 数 据 库 技 术 与 应 用 课 程 层 次 ( 本 / 专 ) 本 科 所 属 一 级 学 科 名 称 所 属 二 级 学 科 名 称 课 程 负 责 人 申 报 日 期 工 学 电 气 信 息 类 何 元 清 二 〇 〇 七 年 十 二 月 十 五 日 四 川
Microsoft PowerPoint - CH 04 Techniques of Circuit Analysis
Chap. 4 Techniques of Circuit Analysis Contents 4.1 Terminology 4.2 Introduction to the Node-Voltage Method 4.3 The Node-Voltage Method and Dependent Sources 4.4 The Node-Voltage Method: Some Special Cases
untitled
數 Quadratic Equations 數 Contents 錄 : Quadratic Equations Distinction between identities and equations. Linear equation in one unknown 3 ways to solve quadratic equations 3 Equations transformed to quadratic
2 3. 1,,,.,., CAD,,,. : 1) :, 1,,. ; 2) :,, ; 3) :,; 4) : Fig. 1 Flowchart of generation and application of 3D2digital2building 2 :.. 3 : 1) :,
3 1 Vol. 3. 1 2008 2 CAA I Transactions on Intelligent Systems Feb. 2008, (,210093) :.,; 3., 3. :; ; ; ; : TP391 :A :167324785 (2008) 0120001208 A system f or automatic generation of 3D building models
第二部分 企业持续经营风险恶化影响因素分析与风险恶化预测研究
D 1 2001 1 1999 2 3 2 1 2 3 1 2 21 22 3 31 32 33 4 41 42 logistic 5 51 52 logistic 6 7 4 1, 1932 Fitzpatrick Fitpatrick 1998 ST 1999 2001 5 2 21 AltmanZ Zeta Beaver1966 80 Peel & Peel1987 ST ST ST ST ST
1 19632 8876835 1-1 / / 1. 1 4 / 60 2 2 / 100 3 15 1-2 4 4 / 100 5 4 / 200 2. 1 9 5 45 2 3 1999 2
2006 () 2006 4 18 1 19632 8876835 1-1 E-mail jqwang@csu.edu.cn / / 1. 1 4 / 60 2 2 / 100 3 15 1-2 4 4 / 100 5 4 / 200 2. 1 9 5 45 2 3 1999 2 4 5 4060 3. 1 2005 2 3 2004 2 4 2003 2003 6 2005 6 5 2003 21
TA-research-stats.key
Research Analysis MICHAEL BERNSTEIN CS 376 Last time What is a statistical test? Chi-square t-test Paired t-test 2 Today ANOVA Posthoc tests Two-way ANOVA Repeated measures ANOVA 3 Recall: hypothesis testing
USPTO Academic research Corporate needs Global/International Inventors Libraries News Media/Publication Patent Attorney or Agent USPTO e (ebusiness Ce
I 2002.03.27 2 http://www.uspto.gov/ http://www.wipo.org/ http://ipdl.wipo.int/ esp@cenet http://www.european-patent-office.org/ http://ep.espacenet.com/ http://www.cpo.cn.net/ 3 4 USPTO USPTO First time
Microsoft PowerPoint - ATF2015.ppt [相容模式]
![Microsoft PowerPoint - ATF2015.ppt [相容模式]](/thumbs/72/67494642.jpg "Microsoft PowerPoint - ATF2015.ppt [相容模式]")
Improving the Video Totalized Method of Stopwatch Calibration Samuel C.K. Ko, Aaron Y.K. Yan and Henry C.K. Ma The Government of Hong Kong Special Administrative Region (SCL) 31 Oct 2015 1 Contents Introduction
[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m +
![[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m +](/thumbs/91/107439066.jpg "[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m +")
2012 12 Chinese Journal of Applied Probability and Statistics Vol.28 No.6 Dec. 2012 ( 224002) Euclidean Lebesgue... :. : O212.2 O159. 1.. Zadeh [1 2]. Tanaa (1982) ; Diamond (1988) (FLS) FLS LS ; Savic
[1] Liu Hongwei,2013, Study on Comprehensive Evaluation of Iron and Steel Enterprises Production System s Basic Capacities, International Asia Confere
![[1] Liu Hongwei,2013, Study on Comprehensive Evaluation of Iron and Steel Enterprises Production System s Basic Capacities, International Asia Confere](/thumbs/39/20207255.jpg "[1] Liu Hongwei,2013, Study on Comprehensive Evaluation of Iron and Steel Enterprises Production System s Basic Capacities, International Asia Confere")
刘 洪 伟 工 业 工 程 系 副 教 授 CV 下 载 办 公 电 话 : 电 子 邮 箱 :hw_liu999@tju.edu.cn 研 究 方 向 : 精 益 生 产 与 精 益 管 理 理 论 及 应 用 ; 工 业 工 程 与 信 息 技 术 集 成 管 理 ; 系 统 可 靠 性 理 论 与 方 法 ; 医 院 管 理 理 论 及 应 用 教 育 与 工 作 经 历 时 间 单 位 专
(Microsoft Word - 11-\261i\256m\253i.doc)
不 同 接 棒 方 法 對 國 小 學 童 大 隊 接 力 成 績 影 響 之 研 究 不 同 接 棒 方 法 對 國 小 學 童 大 隊 接 力 成 績 影 響 之 研 究 張 峻 詠 林 瑞 興 林 耀 豐 國 立 屏 東 教 育 大 學 摘 要 本 研 究 主 要 目 的 在 探 討 不 同 接 棒 方 法 對 國 小 學 童 大 隊 接 力 成 績 影 響 之 研 究, 以 高 雄 市 楠
85% NCEP CFS 10 CFS CFS BP BP BP ~ 15 d CFS BP r - 1 r CFS 2. 1 CFS 10% 50% 3 d CFS Cli
1 2 3 1. 310030 2. 100054 3. 116000 CFS BP doi 10. 13928 /j. cnki. wrahe. 2016. 04. 020 TV697. 1 A 1000-0860 2016 04-0088-05 Abandoned water risk ratio control-based reservoir pre-discharge control method
untitled
XUHUI ATHLETICS 2011.NO.3 Xuhui District Sports Bureau Xuhui Athletics CONTENT 84.60%, 7.70% 7.70% 0% 30.10% 70.40% 80.30% 11.30% 0.00% 20.00% 40.00% 60.00% 80.00% 100.00% Physiological,