搜索资源列表
Lesson05
- MFC消息映射机制的剖析，讲述如何运用ClassWizard，，理解发送给窗口的消息是如何被MFC框架通过窗口句柄映射表和消息映射表来用窗口类的函数进行响应的。掌握设备描述表及其封装类CDC的使用，CDC是如何与具体的设备发生关联的，融合具体的画图程序进行分析。如何设置封闭图形的填充刷子（位图画刷与透明画刷的使用）。-MFC Message Mapping Analysis of the mechanism on how to use
VC6_mfc
- MFC消息映射机制的剖析，讲述如何运用ClassWizard，，理解发送给窗口的消息是如何被MFC框架通过窗口句柄映射表和消息映射表来用窗口类的函数进行响应的。掌握设备描述表及其封装类CDC的使用，CDC是如何与具体的设备发生关联的，融合具体的画图程序进行分析。如何设置封闭图形的填充刷子（位图画刷与透明画刷的使用）-MFC Message Mapping Analysis of the mechanism on how to use C
windowsmessagemap
- MFC消息映射机制的剖析，讲述如何运用ClassWizard，，理解发送给窗口的消息是如何被MFC框架通过窗口句柄映射表和消息映射表来用窗口类的函数进行响应的。掌握设备描述表及其封装类CDC的使用，CDC是如何与具体的设备发生关联的，融合具体的画图程序进行分析。如何设置封闭图形的填充刷子（位图画刷与透明画刷的使用）-MFC Message Mapping Analysis of the mechanism on how to use C
Draw
- MFC消息映射机制的剖析，讲述如何运用ClassWizard，，理解发送给窗口的消息是如何被MFC框架通过窗口句柄映射表和消息映射表来用窗口类的函数进行响应的。掌握设备描述表及其封装类CDC的使用，CDC是如何与具体的设备发生关联的，融合具体的画图程序进行分析。如何设置封闭图形的填充刷子（位图画刷与透明画刷的使用）。-MFC Message Mapping Analysis of the mechanism on how to use
Graphic
- MFC消息映射机制的剖析，讲述如何运用ClassWizard，，理解发送给窗口的消息是如何被MFC框架通过窗口句柄映射表和消息映射表来用窗口类的函数进行响应的。掌握设备描述表及其封装类CDC的使用，CDC是如何与具体的设备发生关联的，融合具体的画图程序进行分析。如何设置封闭图形的填充刷子（位图画刷与透明画刷的使用）。-MFC Message Mapping Analysis of the mechanism on how to use
Code
- MFC消息映射机制的剖析，讲述如何运用ClassWizard，，理解发送给窗口的消息是如何被MFC框架通过窗口句柄映射表和消息映射表来用窗口类的函数进行响应的。掌握设备描述表及其封装类CDC的使用，CDC是如何与具体的设备发生关联的，融合具体的画图程序进行分析。如何设置封闭图形的填充刷子（位图画刷与透明画刷的使用）。-MFC Message Mapping Analysis of the mechanism on how to use
lesson4
- MFC消息映射机制的剖析，讲述如何运用ClassWizard，，理解发送给窗口的消息是如何被MFC框架通过窗口句柄映射表和消息映射表来用窗口类的函数进行响应的。掌握设备描述表及其封装类CDC的使用，CDC是如何与具体的设备发生关联的，融合具体的画图程序进行分析。如何设置封闭图形的填充刷子（位图画刷与透明画刷的使用）。
kefang
- 宾馆客房管理系统可以实现对客房的科学化、规范化、查询顾客情况、定房信息、以及结算信息等。有助于提高管理的效率,客房管理系统是根据某酒店对客房管理的实际情况进行编写的，主要目的是为了方便酒店对客房的实际情况进行集中的查询与管理工作，以提高整个酒店的工作。主要由前台管理、客房管理、查询统计、挂帐管理、基础信息设置、系统初始化、系统维护和帮助八项功能组成。 本系统使用功能强大的delphi7.0作为开发工具，对整个系统进行设计与开发。本
JPDA
- 统的联合概率数据关联算法(IPDA)是在密集杂波环境下的一种良好的多目标跟踪算法， 但它是针对单传感嚣对多目标跟踪的情况下使用，不能直接用于多传感器对多目标的跟踪。针对这 一问题，文中提出了一种适用于多传感器多目标跟踪的JPDA算法，它以极大似然估计完成对来自 多传感器的测量集合进行同源最优分划，然后采用JPDA方法对多目标进行跟踪。经过理论分析和 仿真试验，证明了该方法能有效地进行多传感器多目标的跟踪，且具有算法简单、
stockprediction
- 基于灰色神经网络的股指预测方法研究，使用灰色关联分析和神经网络结合对股票价格进行预测-Index based on gray neural network prediction method, using the gray relational analysis and neural networks to predict the stock price
hsll
- 有关灰色系统理论及其应用的详细的原理介绍及具体的matlab代码实现，很适合初学者使用，及有关工程人员参考；其中包括了灰色系统概论、数据变换技术和关联分析、优势分析、累加生成数、累减生成数、均值生成数、灰色模型GM及其白化型、灰色预测、灾变预测等；其中还包括了SARS 疫情对某些经济指标影响模型、道路交通事故灰色 Verhulst 预测模型、GM(2,1)和 DGM 模型等具体原理详解及附有详细matlab代码；很适合初学者使用，及有关
School-GIS
- 大学校园具有教学信息繁杂、学生信息量大、校园建筑本身的信息和学生对建筑的利用信息并存等特点。利用GIS强大的数据管理、空间分析和可视化表达功能，实现对校园信息的管理及学校地理信息的发布。校园地理信息系统可对校园地理实体进行GIS管理，还可将人文属性和学生对地理实体的使用关联，以便进行对校园信息、教学信息、学生信息等信息的交互查询；并且可以利用GIS软件的强大二次开发功能以及媒体的形式对所查询信息进行描述，还可以提供全方位的数据分析与决策
apriori
- 机器学习算法，使用Apriori算法进行关联分析，频繁项集，关联规则-Machine learning algorithms, Apriori algorithm using correlation analysis, frequent itemsets, association rules
apriori
- 使用Apriori算法进行关联分析，从频繁项集中挖掘关联规则的一个简单的例子-A example of digging association rules using Apriori.
python-code-for-Machine-learning
- 用于机器学习的全方位python代码，包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据：回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of py
Apriori
- 使用Apriori算法寻找频繁项集，进行关联分析，基于Python实现，(Apriori algorithm is used to find frequent itemsets, and correlation analysis is implemented based on Python)
中医证关联实现
- 使用matlab对患者的疾病，中医等情况进行分析。(by bpnetwork to anlysize)
chapter12
- 使用关联规则，对网络中的*进行分析，实现平台为matlab(by bpnetwork to anlysize the water)
4
- 设计模式.epub 全书共分为四部分，第一部分从原理的角度阐述了面向对象程序设计的3大原则；第二部生动地讲解和剖析了21种常见的设计模式，并进行了扩展，通俗易懂，趣味性极强而又紧扣模式的核心；第三部分对各种相关联的设计模式进行了深入分析和比较，旨在阐明各种设计模式比较理想的应用场景和它们之间的区别；第四部分探讨了设计模式的混编，讲解了如何在实际开发中将各种设计模式混合起来使用，以发挥设计模式的最大效用(.epub design patt
5
- 设计模式.epub 全书共分为四部分，第一部分从原理的角度阐述了面向对象程序设计的3大原则；第二部生动地讲解和剖析了22种常见的设计模式，并进行了扩展，通俗易懂，趣味性极强而又紧扣模式的核心；第三部分对各种相关联的设计模式进行了深入分析和比较，旨在阐明各种设计模式比较理想的应用场景和它们之间的区别；第四部分探讨了设计模式的混编，讲解了如何在实际开发中将各种设计模式混合起来使用，以发挥设计模式的最大效用(epub design patte