下载 >  开发技术 >  C > C语言实践109个案例

C语言实践109个案例

解析经典C语言编程实例、汇集C语言特色编程技巧
2009-06-13 上传大小:5.64MB
分享
收藏 举报
C语言程序设计案例教程-西安电子科技大学出版社

C语言程序设计案例教程-西安电子科技大学出版社

立即下载
c语言程序设计实践教程课后习题答案--电子工业出版社-2007-7

c语言程序设计实践教程课后习题答案--电子工业出版社-2007-7 徐晓、匡泰、涂嘉庆等编著

立即下载
c语言项目开发实例

十个c语言案例 (1)贪吃蛇 (2)五子棋游戏 (3)电话薄管理系统 (4)计算器 (5)万年历 (6)电子表 (7)客户端和服务器通信 (8)潜艇大战游戏 (9)鼠标器程序 (10)手机通讯录系统

立即下载
R语言与数据挖掘最佳实践和经典案例

【内容简介】, 数据挖掘技术已经广泛用于政府机关、银行、保险、零售、电信、医药和研究领域。最近,越来越多的数据挖掘工作开始使用R工具来完成,R是一个用于统计计算和制图的免费软件。在最近的调查中,R已经被评为数据挖掘领域最流行的工具。本书介绍将R语言用于数据挖掘应用(从学术研究到工业应用),从大量数据中提取出有用知识的各种实用方法。, 本书面向数据挖掘领域的研究人员、数据挖掘方向的研究生,以及数据挖掘工程师和分析师,对于学习数据挖掘课程的学生来说具有巨大的参考价值,对于参加数据挖掘与分析的行业培训课程的人来说是非常有用的资料。, 本书主要特色, ● 介绍了R用于数据挖掘应用的案例,涵盖了最常用的数据挖掘技术。, ● 提供了代码示例和数据,以便读者可以轻松地学习数据挖掘技术。, ● 现实应用中的特色案例研究有助于读者将学到的技术应用到自己的工作和研究中。

立即下载
C语言项目实战

本实例包含常见小游戏和日常使用工具,有:贪吃蛇,小熊时钟,学生信息管理系统,学生个人消费管理系统,火车订票系统,通讯录管理系统,企业员工管理系统,网络通讯管理系统,图书管理系统,10窗体版图书管理系统。还有一些其他视频教学,有需要的可以联系我,内容太大上传不上去。

立即下载
计算机图形学原理及实践—C语言描述(2版)

计算机图形学原理及实践—C语言描述(2版)

立即下载
计算机图形学原理及实践C语言描述

本书是计算机图形学领域的经典著作。本书由基础知识、用户界面、模型定义和图像合成四个部分组成,包括srgp的编程、画二维图元的基本光栅图形学算法、图形硬件、几何变换、三维空间的观察、对象的层次结构和sphigs系统、输入设备、交互技术与交互任务、对话设计、用户界面软件、实体造型、消色光与彩色光、可视图像的真实性、可见面判定、光照模型与光照计算、图像处理与存储、高级光栅图形体系结构、高级几何与光栅算法、高级建模技术和动画等内容。    本书内容全面,涉及图形学的各个领域,可以作为计算机专业本科生和研究生的教材,同时也可供相关技术人员阅读。 这是计算机图形学领域的一部经典之作,作者foley、van dam等是国际图形学界的著名学者、学术带头人,而且本书英文版自出版以来,一直是各国大学计算机图形学课程的主要教科书。来自清华大学、北京大学、中国科学院计算技术研究所、中国科学院软件研究所的多位图形学领域的专家和精英花费了大量的时间和精力进行翻译,最终完成了这本中文版。   本书由基础知识、用户界面、模型定义和图像合成四个部分组成,内容覆盖了日趋成熟的计算机图形学领域各个方面,包括二维、三维图形学的数学基础,重要算法,光栅图形硬件和软件,交互技术及用户界面软件,真实感图形学,高级建模技术 (分形、体绘制等),图像处理和存储,以及动画等。此外,书中包括了大量习题和参考文献,提供了大量的用c语言编写的实现算法的程序。   本书是高等院校计算机专业本科生、研究生计算机图形学课程的理想教材,是相关领域专业人员开展研究工作的优秀参考书。

立即下载
计算机图形学实践教程 (Visual C++版) (第二版) 源码

计算机图形学实践教程 (Visual C++版) (第二版),孔令德著,60个案例源码。

立即下载
机器学习实践指南++案例应用解析.pdf

机器学习实践指南

立即下载
C语言案例精选,250多个案例

C语言案例精选,250多个案例:五子棋,黑白棋游戏,工资管理,计算器,教师工作量计算,进程调度,迷宫问题,扫雷游戏,数据结构CAI系统,贪吃蛇游戏,学生管理系统等。此外,还包括:C语言函数速查,C语言库函数范例教程,C语言课程设计案例精编,C语言编程宝典和一些学习总结。 涵盖了C的大部分部基础知识和精髓。(附带Turbo C 2.0)。

立即下载
R语言与数据挖掘(最佳实践和经典案例) 数据集

R语言与数据挖掘(最佳实践和经典案例)数据集 RDataMining-Tweets-20160203.rdata RDataMining-Tweets-20160203.rds RDataMining-Tweets-20160212.rds rdmTweets-201306.RData rdmTweets.RData termDocMatrix.rdata titanic.raw.rdata

立即下载
109个div css网站模板2.rar

109个div css网站模板2.rar 109个div css网站模板2.rar 109个div css网站模板2.rar 109个div css网站模板2.rar 109个div css网站模板2.rar 109个div css网站模板2.rar 109个div css网站模板2.rar 109个div css网站模板2.rar 109个div css网站模板2.rar 109个div css网站模板2.rar 109个div css网站模板2.rar 109个div css网站模板2.rar 109个div css网站模板2.rar

立即下载
109个div css网站模板(1).rar

109个div css网站模板1.rar 109个div css网站模板1.rar 109个div css网站模板1.rar 109个div css网站模板1.rar 109个div css网站模板1.rar 109个div css网站模板1.rar 109个div css网站模板1.rar 109个div css网站模板1.rar 109个div css网站模板1.rar 109个div css网站模板1.rar

立即下载
HT66Fxx flash 单片机原理与应用(C语言版)

HT66Fxx flash 单片机原理与应用(C语言版)

立即下载
C++程序设计实践教程

华中科技大学出版的《C++程序设计实践教程》电子书

立即下载
51单片机C语言实验及实践教程

51单片机C语言实验及实践教程51单片机C语言实验及实践教程51单片机C语言实验及实践教程

立即下载
《C++程序设计原理与实践》(Bjarne Stroustrup[美] 著,王刚 等 译)

本书是经典程序设计思想与C++开发实践的完美结合,是C++之父回归校园后对C++编程原理和技巧的全新阐述。书中全面地介绍了程序设计基本原理,包括基本概念、设计和编程技术、语言特性以及标准库等,教你学会如何编写具有输入、输出、计算以及简单图形显示等功能的程序。此外,本书通过对C++思想和历史的讨论、对经典实例(如矩阵运算、文本处理、测试以及嵌入式系统程序设计)的展示,以及对C语言的简单描述,为你呈现了一幅程序设计的全景图。 Bjarne Stroustrup 英国剑桥大学计算机科学博士,C++的设计者和最初的实现者。他现在是德州农工大学计算机科学首席教授。1993年,由于在C++领域的重大贡献,他获得了ACM的 Grace Murray Hopper大奖并成为ACM院士。在进入学术界之前,他在AT&T贝尔实验室工作,是ISO C++标准委员会的创始人之一。 目录: 前言 第0章 致读者 第1章 计算机、人与程序设计 第一部分 基本知识 第2章 Hello,World! 第3章 对象、类型和值 第4章 计算 第5章 错误 第6章 编写一个程序 第7章 完成一个程序 第8章 函数相关的技术细节 第9章 类相关的技术细节 第二部分 输入和输出 第10章 输入/输出流 第11章 定制输入/输出 第12章 一个显示模型 第13章 图形类 第14章 设计图形类 第15章 绘制函数图和数据图 第16章 图形用户界面 第三部分 数据结构和算法 第17章 向量和自由空间 第18章 向量和数组 第19章 向量、模板和异常 第20章 容器和迭代器 第21章 算法和映射 第四部分 拓宽视野 第22章 理念和历史 第23章 文本处理 第24章 数值计算 第25章 嵌入式系统程序设计 第26章 测试 第27章 C语言 术语表 参考书目 第五部分 附录? 附录A C++语言概要 附录B 标准库概要 附录C Visual Studio简要入门教程 附录D 安装FLTK 附录E GUI实现

立即下载
机器学习实践指南:案例应用解析(第二版)完整版PDF[82MB]

第一部分 准备篇 第1章 机器学习发展及应用前景 2 1.1 机器学习概述 2 1.1.1 什么是机器学习 3 1.1.2 机器学习的发展 3 1.1.3 机器学习的未来 4 1.2 机器学习应用前景 5 1.2.1 数据分析与挖掘 5 1.2.2 模式识别 6 1.2.3 更广阔的领域 6 1.3 小结 7 第2章 科学计算平台 8 2.1 科学计算软件平台概述 9 2.1.1 常用的科学计算软件 9 2.1.2 本书使用的工程计算平台 10 2.2 计算平台的配置 11 2.2.1 Numpy等Python科学计算包的安装与配置 11 2.2.2 OpenCV 安装与配置 14 2.2.3 mlpy 安装与配置 14 2.2.4 BeautifulSoup安装与配置 15 2.2.5 Neurolab安装与配置 15 2.2.6 R安装与配置 16 2.3 小结 16 第二部分 基础篇 第3章 计算平台应用实例 18 3.1 Python计算平台简介及应用实例 18 3.1.1 Python语言基础 18 3.1.2 Numpy库 29 3.1.3 pylab、matplotlib绘图 36 3.1.4 图像基础 38 3.1.5 图像融合与图像镜像 46 3.1.6 图像灰度化与图像加噪 48 3.1.7 声音基础 51 3.1.8 声音音量调节 53 3.1.9 图像信息隐藏 58 3.1.10 声音信息隐藏 62 3.2 R语言基础 68 3.2.1 基本操作 69 3.2.2 向量 71 3.2.3 对象集属性 77 3.2.4 因子和有序因子 78 3.2.5 循环语句 79 3.2.6 条件语句 79 3.3 R语言科学计算 80 3.3.1 分类(组)统计 80 3.3.2 数组与矩阵基础 81 3.3.3 数组运算 84 3.3.4 矩阵运算 85 3.4 R语言计算实例 93 3.4.1 学生数据集读写 93 3.4.2 最小二乘法拟合 94 3.4.3 交叉因子频率分析 96 3.4.4 向量模长计算 97 3.4.5 欧氏距离计算 98 3.5 小结 99 思考题 99 第4章 生产环境基础 100 4.1 Windows Server 2008基础 100 4.1.1 Windows Server 2008 R2概述 101 4.1.2 Windows PowerShell 102 4.2 Linux基础 103 4.2.1 Linux命令 104 4.2.2 Shell基础 114 4.3 Vim编辑器 122 4.3.1 Vim编辑器概述 122 4.3.2 Vim常用命令 123 4.4 虚拟化平台 124 4.4.1 Citrix Xenserver概述 125 4.4.2 Citrix Xenserver部署 126 4.4.3 基于XenCenter的虚拟服务器管理 126 4.5 Linux环境下的NumPy安装 135 4.6 Linux环境下的R运行环境 136 4.7 PyPy编译器 136 4.7.1 PyPy概述 136 4.7.2 PyPy安装与配置 137 4.7.3 PyPy性能 137 4.7.4 PyPy实践之Lempel-Ziv压缩 138 4.8 小结 145 思考题 146 第三部分 统计分析实战篇 第5章 统计分析基础 148 5.1 数据分析概述 148 5.2 数学基础 149 5.3 回归分析 154 5.3.1 单变量线性回归 154 5.3.2 多元线性回归 156 5.3.3 非线性回归 157 5.4 数据分析基础 159 5.4.1 区间频率分布 159 5.4.2 数据直方图 161 5.4.3 数据散点图 162 5.4.4 五分位数 164 5.4.5 累积分布函数 165 5.4.6 核密度估计 166 5.5 数据分布分析 167 5.6 小结 169 思考题 170 第6章 描述性分析案例 171 6.1 数据图形化案例解析 171 6.1.1 点图 171 6.1.2 饼图和条形图 172 6.1.3 茎叶图和箱线图 173 6.2 数据分布趋势案例解析 175 6.2.1 平均值 175 6.2.2 加权平均值 175 6.2.3 数据排序 176 6.2.4 中位数 177 6.2.5 极差、半极差 177 6.2.6 方差 178 6.2.7 标准差 178 6.2.8 变异系数、样本平方和 178 6.2.9 偏度系数、峰度系数 179 6.3 正态分布案例解析 180 6.3.1 正态分布函数 180 6.3.2 峰度系数分析 181 6.3.3 累积分布概率 181 6.3.4 概率密度函数 182 6.3.5 分位点 183 6.3.6 频率直方图 185 6.3.7 核概率密度与正态概率分布图 185 6.3.8 正态检验与分布拟合 186 6.3.9 其他分布及其拟合 188 6.4 多变量分析 189 6.4.1 多变量数据分析 189 6.4.2 多元数据相关性分析 197 6.5 小结 201 思考题 201 第7章 假设检验与回归模型案例 202 7.1 假设检验 202 7.1.1 二项分布假设检验 202 7.1.2 数据分布检验 204 7.1.3 正态总体均值检验 205 7.1.4 列联表 206 7.1.5 符号检测 207 7.1.6 秩相关检验 210 7.1.7 Kendall相关检验 213 7.2 回归模型 214 7.2.1 回归预测与显著性检验 214 7.2.2 回归诊断 216 7.2.3 回归优化 217 7.2.4 主成分回归 219 7.2.5 广义线性模型 221 7.3 小结 226 思考题 226 第四部分 机器学习实战篇 第8章 机器学习算法 230 8.1 神经网络 230 8.1.1 Rosenblatt感知器 232 8.1.2 梯度下降 245 8.1.3 反向传播与多层感知器 251 8.1.4 Python神经网络库 270 8.2 统计算法 272 8.2.1 平均值 272 8.2.2 方差与标准差 274 8.2.3 贝叶斯算法 276 8.3 欧氏距离 279 8.4 余弦相似度 280 8.5 SVM 281 8.5.1 数学原理 281 8.5.2 SMO算法 283 8.5.3 算法应用 283 8.6 回归算法 287 8.6.1 线性代数基础 288 8.6.2 最小二乘法原理 289 8.6.3 线性回归 290 8.6.4 多元非线性回归 292 8.6.5 岭回归方法 294 8.6.6 伪逆方法 295 8.7 PCA降维 296 8.8 关联规则 297 8.8.1 关联规则概述 297 8.8.2 频繁项集算法 298 8.8.3 关联规则生成 301 8.8.4 实例分析 302 8.9 自动分类 306 8.9.1 聚类算法 306 8.9.2 决策树 313 8.9.3 AdaBoost 316 8.9.4 竞争型神经网络 317 8.9.5 Hamming神经网络 323 8.10 小结 325 思考题 325 第9章 数据拟合案例 327 9.1 数据拟合 327 9.1.1 图像分析法 327 9.1.2 神经网络拟合法 338 9.2 线性滤波 352 9.2.1 WAV声音文件 352 9.2.2 线性滤波算法过程 352 9.2.3 滤波Python实现 353 9.3 数据或曲线平滑 358 9.3.1 平滑概述 358 9.3.2 移动平均 359 9.3.3 递归线性过滤 362 9.3.4 指数平滑 364 9.4 小结 368 思考题 368 第10章 图像算法案例 370 10.1 图像边缘算法 370 10.1.1 数字图像基础 370 10.1.2 算法描述 371 10.2 图像匹配 372 10.2.1 差分矩阵求和 373 10.2.2 差分矩阵均值 375 10.2.3 欧氏距离匹配 376 10.3 图像分类 382 10.3.1 余弦相似度 382 10.3.2 PCA图像特征提取算法 388 10.3.3 基于神经网络的图像分类 389 10.3.4 基于SVM的图像分类 394 10.4 高斯噪声生成 397 10.5 二值化 401 10.5.1 threshold 401 10.5.2 adaptiveThreshold 402 10.6 插值与缩放 404 10.7 仿射 405 10.7.1 仿射原理 405 10.7.2 仿射变换实例 405 10.8 透视投影与透视变换 406 10.8.1 透视投影原理 406 10.8.2 透视投影实例 407 10.9 灰度变换与图像增强 409 10.9.1 灰度变换概述 409 10.9.2 对数变换 409 10.9.3 分段线性变换 410 10.9.4 指数变换 411 10.9.5 直方图均衡化 412 10.10 图像滤波与除噪 415 10.10.1 均一化块滤波 415 10.10.2 邻域平均法 420 10.10.3 中值滤波 423 10.10.4 高斯滤波 427 10.10.5 双边滤波 429 10.10.6 卷积滤波 431 10.10.7 边缘检测 433 10.11 小结 435 思考题 435 第11章 机器视觉案例 437 11.1 人脸辨识 437 11.1.1 人脸定位 437 11.1.2 人脸辨识 439 11.2 手写数字识别 446 11.2.1 手写数字识别算法 446 11.2.2 算法的Python实现 447 11.3 运动侦测 449 11.3.1 视频采集 450 11.3.2 差分算法 452 11.3.3 光流法 456 11.4 形状检测 458 11.4.1 KNN算法概述 458 11.4.2 形状特征提取 459 11.4.3 形状分类 459 11.5 小结 462 思考题 462 第12章 文本分类案例 463 12.1 文本分类概述 463 12.2 余弦相似度分类 464 12.2.1 中文分词 465 12.2.2 停用词清理 467 12.2.3 算法实战 468 12.3 朴素贝叶斯分类 473 12.3.1 算法描述 473 12.3.2 先验概率计算 474 12.3.3 最大后验概率 474 12.3.4 算法实现 474 12.4 自然语言处理 480 12.4.1 NLTK简介 480 12.4.2 NLTK与jieba的配置 481 12.4.3 中文分词并标注词性 483 12.4.4 词特征指标分析 484 12.4.5 Web文档分析 499 12.4.6 Web文档的朴素贝叶斯分类 503 12.4.7 语法结构分析 515 12.4.8 Web文档聚类 518 12.5 小结 526

立即下载
C++程序设计实践教程答案

对课后习题讲解的非常清楚,并且对于书中的每道例题都有程序清单

立即下载
C语言程序实践

《C语言程序实践》 清华大学出版社 李丹程、刘莹、那俊 著

立即下载
关闭
img

spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
点击完成任务获取下载码
输入下载码
为了良好体验,不建议使用迅雷下载
img

C语言实践109个案例

会员到期时间: 剩余下载个数: 剩余C币: 剩余积分:0
为了良好体验,不建议使用迅雷下载
VIP下载
您今日下载次数已达上限(为了良好下载体验及使用,每位用户24小时之内最多可下载20个资源)

积分不足!

资源所需积分/C币 当前拥有积分
您可以选择
开通VIP
4000万
程序员的必选
600万
绿色安全资源
现在开通
立省522元
或者
购买C币兑换积分 C币抽奖
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
为了良好体验,不建议使用迅雷下载
确认下载
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
为了良好体验,不建议使用迅雷下载
VIP和C币套餐优惠
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
您的积分不足,将扣除 10 C币
为了良好体验,不建议使用迅雷下载
确认下载
下载
您还未下载过该资源
无法举报自己的资源

兑换成功

你当前的下载分为234开始下载资源
你还不是VIP会员
开通VIP会员权限,免积分下载
立即开通

你下载资源过于频繁,请输入验证码

您因违反CSDN下载频道规则而被锁定帐户,如有疑问,请联络:webmaster@csdn.net!

举报

若举报审核通过,可返还被扣除的积分

  • 举报人:
  • 被举报人:
  • *类型:
    • *投诉人姓名:
    • *投诉人联系方式:
    • *版权证明:
  • *详细原因: