![](https://csdnimg.cn/release/downloadcmsfe/public/img/no-data.51c5211b.png)
![](https://csdnimg.cn/release/downloadcmsfe/public/img/good-course.ff455529.png)
- 洋桃一号开发板例程程序,项目程序,PPT,手册,硬件电路资料stm32大小:771MB洋桃一号开发板例程程序,项目程序,PPT,手册,硬件电路资料洋桃一号开发板例程程序,项目程序,PPT,手册,硬件电路资料
5 3234浏览
会员免费 - 模式识别资料(数据集)模式识别大小:47MB模式识别-原理、方法及应用.pdf (Patterns+Recognition.pdf) 一书所带的 数据集 及其 工具。。。。模式识别-原理、方法及应用.pdf (Patterns+Recognition.pdf) 一书所带的 数据集 及其 工具。。。。
5 396浏览
会员免费 - 经典米散射(MIE散射)的MATLAB程序,计算散射系数、吸收系数、消光系数、后向散射系数、不对称因子。matlab大小:1KB程序画的图和文章比对过,程序是对的。程序中只有散射系数、吸收系数、消光系数、后向散射系数、不对称因子,需要计算场的话没有。程序画的图和文章比对过,程序是对的。程序中只有散射系数、吸收系数、消光系数、后向散射系数、不对称因子,需要计算场的话没有。
5 4121浏览
会员免费 - 西瓜数据集3.0-数据集数据集大小:812B西瓜数据集3.0 包括(3.0和3.0a) watermelon_3.csv watermelon_3a.csv西瓜数据集3.0 包括(3.0和3.0a) watermelon_3.csv watermelon_3a.csv
0 9868浏览
会员免费 - PL/SQL 基础.docPLSQL大小:31KBPL/SQL 基础,一个不错的 PL/SQL 参考手册。内容预览: ---- 第一章 PL/SQL 简介 ---- 1. Oracle应用编辑方法概览 1) Pro*C/C++/... : C语言和数据库打交道的方法,比OCI更常用; 2) ODBC 3) OCI: C语言和数据库打交道的方法,和Pro*C很相似,更底层,很少用 只适合ORACLE; 4) SQLJ: 很新的一种用Java访问Oracle数据库的方法,会的人不多; 5) JDBC 6) PL/SQL: 存储在数据库内运行, 其他方法为在数据库外对数据库访问,只适合ORACLE; 2. PL/SQL 1) PL/SQL(Procedual language/SQL)是在标准SQL的基础上增加了过程化处理的语言; 2) Oracle客户端工具访问Oracle服务器的操作语言; 3) Oracle对SQL的扩充; 4. PL/SQL的优缺点 优点:1) 结构化模块化编程,不是面向对象; 2) 良好的可移植性(不管Oracle运行在何种操作系统); 3) 良好的可维护性(编译通过后存储在数据库里); 4) 提升系统性能; 缺点 1) 不便于向异构数据库移植应用程序(只能用于Oracle); 5. SQL与PL/SQL的区别 SQL:1) 第四代语言(智能语言); 2) 做什么,不管怎么做; 3) 缺少过程与控制语句; 4) 无算法 PL/SQL: (相对SQL扩展部分) 1) 扩展变量和类型; 2) 扩展控制结构; 3) 扩展过程与函数; 4) 扩展对象类型与方法 ---- 第二章 PL/SQL程序结构 ---- 1. PL/SQL块 1) 申明部分, DECLARE (如果语句不需要声明任何变量,可以不写); 2) 执行部分, BEGIN <---------> END; 3) 异常处理,EXCEPTION(可以没有); 2. PL/SQL开发环境 可以运用任何纯文本的编辑器编辑,例如:VI 3. PL/SQL字符集 字母: A-Z, a-z; 数字: 0-9; 空白: TAB , SPACE , 回车; 符号: +_)(*&^%$#@!~ ; PL/SQL对大小写不敏感(注意) 4. 标识符命名规则答: 1) 字母开头; 2) 后跟任意的 非空格字符 数字 货币符号( $ ) 下划线( _ ) 或 # ; 3) 最大长度为30个字符(八个字符左右最合适); 用来给对象命名(潜规则): 变量: 以v_开头 游标: 以c_开头 类型: 子程序: 5. 分界符 1) 运算符 + - * / **(指数操作符) 2) 关系 =(相当于JAVA中的==) > < <> != ~= ^= <= >= 3) 赋值 := 例子a:=2 4) 连接 || 例: 'abc' || 123 5) 标号 << 需要的标记 >> 6) 注释 --(单行) /* */(段落) 7) 替代 <scape> <tab> <enter> 6. 文字 1)字符型文字(字符串) 'tom' (单引号) 'tom''s pen' ''为2个单引号(标识转义) 为tom's pen 2)数字型 123 -4 +56 0 9.0 1.23E5 9.8e-3 3)布尔型 TRUE FALSE NULL 7. 变量声明 语法 Var_name [CONSTANT](标识常量,可选) type [NOT NULL](标识为not-null后必须在后面初始化) [:=value](赋值,初始化); Var_name [CONSTANT](标识常量,可选) type [NOT NULL] [ default value](赋值,初始化)等同于上面的语句; 注:1) 申明时可以有默认值也可以没有; 2) 如有[CONSTANT][NOT NULL], 变量一定要有一个初始值; 3) 赋值语句为“:=”; 4) 变量可以认为是数据库里一个字段; 5) 规定没有初始化的变量为NULL; ---- 第三章 变量与数据类型 ---- 1. 数据类型 1) 标量型:数字型(BINARY_INTEGER,NUMBER)(DEC,FLOAT,REAL... NUMBER的子类型)、 NUMBER(P,S) P:精度:整个的有效数位(从左边开始第一个不为0的数字起) S:刻度,可选(小数点后面的保留位数) BINARY_INTEGER:保存整数. 和NUMBER的底层的保存方式不同, BINARY_INTEGER为2进制保存,NUMBER 需要考虑其他东西不是2进制方式 BINARY_INTEGER之间做加法效率快而NUMBER要先转换2进制再计算 单纯的计算---->BINARY_INTEGER 考虑和表中其他数据的交互的话一般------->NUMBER 字符型、CHAR VARCHAR VARCHAR2 STRING LONG 一般CHAR VARCHAR2就够了 CHAR 定长(例子:CHAR(5) 如果不够5个字符的话就会用空白填充 ) ,可以不带长度规定(默认为1) VARCHAR2 变长((VARCHAR2(5)标识最长可以保存5个字符) 后面的长度规定必须要有 布尔型、BOOLEAN 日期型; DATE(后增加 TIMESTAMP(比DATE更精细点(精确到秒) INTERVAL) 一般用DATE 2) 组合型:RECORD(常用)、TABLE(常用)、VARRAY(较少用) 3) 参考型:REF CURSOR(游标)、REF object_type 4) LOB(Large Object) 2. %TYPE [变量名] [表名.字段名] [%TYPE] 表示变量具有与数据库的表中某一字段相同的类型 例:v_FirstName s_emp.first_name%TYPE; 3. RECORD类型 TYPE t_emp IS RECORD( /*其中TYPE,IS,RECORD为关键字,record_name为变量名称*/ field1 type [NOT NULL][:=expr1], /*每个等价的成员间用逗号分隔*/ field2 type [NOT NULL][:=expr2], /*如果一个字段限定NOT NULL,那么它必须拥有一个初始值*/ ... /*所有没有初始化的字段都会初始为NULL*/ fieldn type [NOT NULL][:=exprn] ); 4. %ROWTYPE 返回一个基于数据库定义的类型 DECLARE v_emp s_emp%ROWTYPE; /*s_emp为表的名字*/ 注:与RECORD类型中定一个record相比,一步就完成, 而RECORD类型中定义分二步:a. 所有的成员变量都要申明; b. 实例化变量; 可以代替RECORD类型. 5. TABLE类型 TYPE tabletype IS TABLE OF type(类型名,要保存成的数据类型) INDEX BY BINARY_INTEGER; 例:DECLARE TYPE t_emp IS TABLE OF s_emp%ROWTYPE INDEX BY BINARY_INTERGER; v_emp t_emp; BEGIN SELECT * INTO v_emp(100) FROM s_emp WHERE id = 1; SELECT * INTO v_emp(200) FROM s_emp WHERE id = 2; DBMS_OUTPUT.PUT_LINE(v_emp(200).id||' '||v_emp(200).lastname||' '||v_emp(200).salary); END; 注:1) id(索引) 的数目的限制由BINARY_INTEGER的范围决定(-2147483647<----->2147483647); 2) TABLE类型与map<int,_T>类似; 3) 表中的元素可以是复合类型; 4) KEY 没有必要是顺序的; 5) 当数据被插入表中的时候,表所需的空间就被分配了; 6. 变量的作用域和可见性 <<outer>> 1) 执行块里可以嵌入执行块; 2) 里层执行块的变量对外层不可见; 3) 里层执行块对外层执行块变量的修改会影响外层块变量的值 (在此里层,对其他里层则不影响,想要不影响此里层的话可以使用标号标注外层); ---- 第四章 PL/SQL控制语句 ---- 1. 条件语句 IF boolean_expression1(条件1) THEN ... ELSIF boolean_expression2(条件2) THEN /*注意是ELSIF,而不是ELSEIF*/ ... /*ELSE语句(ELSIF)不是必须的,但END IF;是必须的*/ ELSE ... END IF; 注意:1)有多个BOOLEAN表达式时候 AND(与),OR(或),NOT(非) 2)条件为FALSE与TRUE 相同; 2. 循环语句 1) Loop 循环 Loop ... (循环体) IF boolean_expr(条件) THEN /* 加条件语句,当满足条件时候退出循环*/ EXIT; /* EXIT WHEN boolean_expr */ END IF; END LOOP; 2) WHILE 循环 WHILE boolean_expr(条件) LOOP /* boolean_expr 循环条件*/ ... (循环体) END LOOP; 3) FOR循环 FOR loop_counter IN [REVERSE] low_bound..high_bound LOOP /* 范围中间用2个点表示 从 low_blound 到 high_bound */ ... (循环体) END LOOP; 例: FOR v_cnt IN 1..5 LOOP SELECT * INTO v_emp FROM s_emp WHERE id = v_cnt; 注:a. 加上REVERSE关键字 表示递减,从结束边界到起始边界,递减步长为一; 不加为递增,从起始边界到结束边界,递减步长为一; b. low_blound 起始边界; high_bound 结束边界; 3. GOTO语句 GOTO label_name; 1) 只能由内部块跳往外部块; 2) 设置标签:<< >> 3) 示例: LOOP ... IF D%ROWCOUNT = 50 THEN GOTO l_close; END IF; ... END LOOP; <<l_close>>: ... 4. NULL语句 在语句块中加空语句,用于补充语句的完整性。 例:IF boolean_expr THEN ... ELSE NULL; END IF; 5. SQL in PL/SQL 1) 只有DML SQL和transaction Control SQL可以直接在PL/SQL中使用; 2) PL/SQL中的动态SQL可以使用所有有效的SQL语句,包括DDL; 3) 动态SQL在运行时动态生成SQL语句,然后分析语句并执行; 4) PL/SQL中的动态SQL有两种:本地动态SQL和DBMS_SQL包; ---- 第五章 PL/SQL游标 ---- 1. 游标(CURSOR) 游标是从数据表中提取出来的数据,以临时表的形式存放在内存中,在游标中有一个数 据指针,在初始状态下指向的是首记录,利用 fetch 语句可以移动该指针,从而对游标中的数 据进行各种操作,然后将操作结果写回数据表中。 1)分类: a)显式游标:程序员可以操作控制,是针对select 语句的,指向select 语句的结束集 b)隐式游标:程序员不可控制,但可以有限制的应用 2)作用:用于处理查询语句的结果,提取多行数据集; 3)使用步骤: a) 声明游标: a. 普通声明: DELCARE v_emp s_emp%ROWTYPE; v_did s_dept.id%TYPE; CURSOR cur_emp IS select * FROM s_emp WHERE dept_id =v_did; /* CURSOR的内容必须是一条查询语句 */ b. 带参数声明明:DELCARE CURSOR c_emp(v_did s_emp.ID%TYPE) SELECT * FROM s_emp WHERE dept_id = v_did; b) 为查询打开游标: OPEN cur_emp; /* 相当于执行select语句,且把执行结果存入CURSOR; c) 从游标中取结果,存入PL/SQL变量中: a. FETCH cur_emp INTO var1, var2, ...(变量名 1, 变量名 2,.......); /* 变量的数量、类型、顺序要和Table中字段一致; */ b. FETCH cur_emp INTO record_var(记录型变量名); 注:将值从CURSOR取出放入变量中,每FETCH一次取一条记录; d) 关闭游标: CLOSE cur_emp; 注:a. 游标使用后应该关闭; b. 关闭后的游标不能FETCH和再次CLOSE; c. 关闭游标相当于将内存中CURSOR的内容清空; 2. 游标的属性 游标名%属性名 1) %FOUND: 是否有值; 有则返回TRUE,否则返回FALSE; 2) %NOTFOUND: 是否没有值; 如果没有值则返回TRUE,否则返回FALSE; 3) %ISOPEN: 是否是处于打开状态; 处于打开状态就返回TRUE,否则返回FALSE; 4) %ROWCOUNT: CURSOR当前的记录号(当前游标的指针位移量,表示在此之前,游标所处理的数据量(多少条记录)); 3. 游标的FETCH循环 1) LOOP FETCH 游标名 INTO 定义的变量 EXIT WHEN 游标名%NOTFOUND; /* 当游标没取道记录后退出 要及时的做出判断 */ END LOOP; 2) WHILE 游标名%FOUND LOOP FETCH 游标名 INTO 定义的变量; END LOOP; 3) FOR 保存数据的变量(不用事先定义,是根据游标声明的时候SELECT 的类型来确定) IN 游标名 LOOP (FETCH 游标名 INTO ...) (可以不用FETCH 语句) END LOOP; 4.带参数的游标CURSOR DECLARE v_emp s_emp%ROWTYPE CURSOR cur_emp(p_did s_emp.dept_id%TYPE) IS /* 定义参数p_did的类型 */ SELECT * FROM s_emp WHERE dept_id= p_did FOR UPDATE OF salary; /*FOR UPDATE OF salary; 加行级锁,在我修改这些数据的时候, *其他人无法修改数据,直到游标被CLOSE后 */ BEGIN OPEN cur_emp(31); /*带的参数值 31 就是赋给参数p_did 的 */ LOOP FETCH cur_emp INTO v_emp; EXIT WHEN cur_emp%NOTFOUND; DBMS_OUTPUT.PUT_LINE(v_emp.id||' '||v_emp.first_name); END LOOP; CLOSE cur_emp; END 5.显式游标主要是用于对查询语句的处理,尤其是在查询结果为多条记录的情况下; 而对于非查询语句,如修改、删除操作,则由ORACLE 系统自动地为这些操作设置游标并创建其工作区,这些由系统隐含创建的游标称为隐式游标,隐式游标的名字为SQL,这是由ORACLE 系统定义的。 对于隐式游标的操作,如定义、打开、取值及关闭操作,都由ORACLE 系统自动地完成,无需用户进行处理。 用户只能通过隐式游标的相关属性,来完成相应的操作。 在隐式游标的工作区中,所存放的数据是与用户自定义的显示游标无关的、最新处理的一条SQL 语句所包含的数据。 格式调用为: SQL% 注:INSERT, UPDATE, DELETE, SELECT 语句中不必明确定义游标。 隐式游标属性 SQL%FOUND 布尔型属性,当最近一次读记录时成功返回,则值为true; SQL%NOTFOUND 布尔型属性,与%found相反; SQL %ROWCOUNT 数字型属性, 返回已从游标中读取得记录数; SQL %ISOPEN 布尔型属性, 取值总是FALSE。SQL命令执行完毕立即关闭隐式游标。PL/SQL 基础,一个不错的 PL/SQL 参考手册。内容预览: ---- 第一章 PL/SQL 简介 ---- 1. Oracle应用编辑方法概览 1) Pro*C/C++/... : C语言和数据库打交道的方法,比OCI更常用; 2) ODBC 3) OCI: C语言和数据库打交道的方法,和Pro*C很相似,更底层,很少用 只适合ORACLE; 4) SQLJ: 很新的一种用Java访问Oracle数据库的方法,会的人不多; 5) JDBC 6) PL/SQL: 存储在数据库内运行, 其他方法为在数据库外对数据库访问,只适合ORACLE; 2. PL/SQL 1) PL/SQL(Procedual language/SQL)是在标准SQL的基础上增加了过程化处理的语言; 2) Oracle客户端工具访问Oracle服务器的操作语言; 3) Oracle对SQL的扩充; 4. PL/SQL的优缺点 优点:1) 结构化模块化编程,不是面向对象; 2) 良好的可移植性(不管Oracle运行在何种操作系统); 3) 良好的可维护性(编译通过后存储在数据库里); 4) 提升系统性能; 缺点 1) 不便于向异构数据库移植应用程序(只能用于Oracle); 5. SQL与PL/SQL的区别 SQL:1) 第四代语言(智能语言); 2) 做什么,不管怎么做; 3) 缺少过程与控制语句; 4) 无算法 PL/SQL: (相对SQL扩展部分) 1) 扩展变量和类型; 2) 扩展控制结构; 3) 扩展过程与函数; 4) 扩展对象类型与方法 ---- 第二章 PL/SQL程序结构 ---- 1. PL/SQL块 1) 申明部分, DECLARE (如果语句不需要声明任何变量,可以不写); 2) 执行部分, BEGIN <---------> END; 3) 异常处理,EXCEPTION(可以没有); 2. PL/SQL开发环境 可以运用任何纯文本的编辑器编辑,例如:VI 3. PL/SQL字符集 字母: A-Z, a-z; 数字: 0-9; 空白: TAB , SPACE , 回车; 符号: +_)(*&^%$#@!~ ; PL/SQL对大小写不敏感(注意) 4. 标识符命名规则答: 1) 字母开头; 2) 后跟任意的 非空格字符 数字 货币符号( $ ) 下划线( _ ) 或 # ; 3) 最大长度为30个字符(八个字符左右最合适); 用来给对象命名(潜规则): 变量: 以v_开头 游标: 以c_开头 类型: 子程序: 5. 分界符 1) 运算符 + - * / **(指数操作符) 2) 关系 =(相当于JAVA中的==) > < <> != ~= ^= <= >= 3) 赋值 := 例子a:=2 4) 连接 || 例: 'abc' || 123 5) 标号 << 需要的标记 >> 6) 注释 --(单行) /* */(段落) 7) 替代 <scape> <tab> <enter> 6. 文字 1)字符型文字(字符串) 'tom' (单引号) 'tom''s pen' ''为2个单引号(标识转义) 为tom's pen 2)数字型 123 -4 +56 0 9.0 1.23E5 9.8e-3 3)布尔型 TRUE FALSE NULL 7. 变量声明 语法 Var_name [CONSTANT](标识常量,可选) type [NOT NULL](标识为not-null后必须在后面初始化) [:=value](赋值,初始化); Var_name [CONSTANT](标识常量,可选) type [NOT NULL] [ default value](赋值,初始化)等同于上面的语句; 注:1) 申明时可以有默认值也可以没有; 2) 如有[CONSTANT][NOT NULL], 变量一定要有一个初始值; 3) 赋值语句为“:=”; 4) 变量可以认为是数据库里一个字段; 5) 规定没有初始化的变量为NULL; ---- 第三章 变量与数据类型 ---- 1. 数据类型 1) 标量型:数字型(BINARY_INTEGER,NUMBER)(DEC,FLOAT,REAL... NUMBER的子类型)、 NUMBER(P,S) P:精度:整个的有效数位(从左边开始第一个不为0的数字起) S:刻度,可选(小数点后面的保留位数) BINARY_INTEGER:保存整数. 和NUMBER的底层的保存方式不同, BINARY_INTEGER为2进制保存,NUMBER 需要考虑其他东西不是2进制方式 BINARY_INTEGER之间做加法效率快而NUMBER要先转换2进制再计算 单纯的计算---->BINARY_INTEGER 考虑和表中其他数据的交互的话一般------->NUMBER 字符型、CHAR VARCHAR VARCHAR2 STRING LONG 一般CHAR VARCHAR2就够了 CHAR 定长(例子:CHAR(5) 如果不够5个字符的话就会用空白填充 ) ,可以不带长度规定(默认为1) VARCHAR2 变长((VARCHAR2(5)标识最长可以保存5个字符) 后面的长度规定必须要有 布尔型、BOOLEAN 日期型; DATE(后增加 TIMESTAMP(比DATE更精细点(精确到秒) INTERVAL) 一般用DATE 2) 组合型:RECORD(常用)、TABLE(常用)、VARRAY(较少用) 3) 参考型:REF CURSOR(游标)、REF object_type 4) LOB(Large Object) 2. %TYPE [变量名] [表名.字段名] [%TYPE] 表示变量具有与数据库的表中某一字段相同的类型 例:v_FirstName s_emp.first_name%TYPE; 3. RECORD类型 TYPE t_emp IS RECORD( /*其中TYPE,IS,RECORD为关键字,record_name为变量名称*/ field1 type [NOT NULL][:=expr1], /*每个等价的成员间用逗号分隔*/ field2 type [NOT NULL][:=expr2], /*如果一个字段限定NOT NULL,那么它必须拥有一个初始值*/ ... /*所有没有初始化的字段都会初始为NULL*/ fieldn type [NOT NULL][:=exprn] ); 4. %ROWTYPE 返回一个基于数据库定义的类型 DECLARE v_emp s_emp%ROWTYPE; /*s_emp为表的名字*/ 注:与RECORD类型中定一个record相比,一步就完成, 而RECORD类型中定义分二步:a. 所有的成员变量都要申明; b. 实例化变量; 可以代替RECORD类型. 5. TABLE类型 TYPE tabletype IS TABLE OF type(类型名,要保存成的数据类型) INDEX BY BINARY_INTEGER; 例:DECLARE TYPE t_emp IS TABLE OF s_emp%ROWTYPE INDEX BY BINARY_INTERGER; v_emp t_emp; BEGIN SELECT * INTO v_emp(100) FROM s_emp WHERE id = 1; SELECT * INTO v_emp(200) FROM s_emp WHERE id = 2; DBMS_OUTPUT.PUT_LINE(v_emp(200).id||' '||v_emp(200).lastname||' '||v_emp(200).salary); END; 注:1) id(索引) 的数目的限制由BINARY_INTEGER的范围决定(-2147483647<----->2147483647); 2) TABLE类型与map<int,_T>类似; 3) 表中的元素可以是复合类型; 4) KEY 没有必要是顺序的; 5) 当数据被插入表中的时候,表所需的空间就被分配了; 6. 变量的作用域和可见性 <<outer>> 1) 执行块里可以嵌入执行块; 2) 里层执行块的变量对外层不可见; 3) 里层执行块对外层执行块变量的修改会影响外层块变量的值 (在此里层,对其他里层则不影响,想要不影响此里层的话可以使用标号标注外层); ---- 第四章 PL/SQL控制语句 ---- 1. 条件语句 IF boolean_expression1(条件1) THEN ... ELSIF boolean_expression2(条件2) THEN /*注意是ELSIF,而不是ELSEIF*/ ... /*ELSE语句(ELSIF)不是必须的,但END IF;是必须的*/ ELSE ... END IF; 注意:1)有多个BOOLEAN表达式时候 AND(与),OR(或),NOT(非) 2)条件为FALSE与TRUE 相同; 2. 循环语句 1) Loop 循环 Loop ... (循环体) IF boolean_expr(条件) THEN /* 加条件语句,当满足条件时候退出循环*/ EXIT; /* EXIT WHEN boolean_expr */ END IF; END LOOP; 2) WHILE 循环 WHILE boolean_expr(条件) LOOP /* boolean_expr 循环条件*/ ... (循环体) END LOOP; 3) FOR循环 FOR loop_counter IN [REVERSE] low_bound..high_bound LOOP /* 范围中间用2个点表示 从 low_blound 到 high_bound */ ... (循环体) END LOOP; 例: FOR v_cnt IN 1..5 LOOP SELECT * INTO v_emp FROM s_emp WHERE id = v_cnt; 注:a. 加上REVERSE关键字 表示递减,从结束边界到起始边界,递减步长为一; 不加为递增,从起始边界到结束边界,递减步长为一; b. low_blound 起始边界; high_bound 结束边界; 3. GOTO语句 GOTO label_name; 1) 只能由内部块跳往外部块; 2) 设置标签:<< >> 3) 示例: LOOP ... IF D%ROWCOUNT = 50 THEN GOTO l_close; END IF; ... END LOOP; <<l_close>>: ... 4. NULL语句 在语句块中加空语句,用于补充语句的完整性。 例:IF boolean_expr THEN ... ELSE NULL; END IF; 5. SQL in PL/SQL 1) 只有DML SQL和transaction Control SQL可以直接在PL/SQL中使用; 2) PL/SQL中的动态SQL可以使用所有有效的SQL语句,包括DDL; 3) 动态SQL在运行时动态生成SQL语句,然后分析语句并执行; 4) PL/SQL中的动态SQL有两种:本地动态SQL和DBMS_SQL包; ---- 第五章 PL/SQL游标 ---- 1. 游标(CURSOR) 游标是从数据表中提取出来的数据,以临时表的形式存放在内存中,在游标中有一个数 据指针,在初始状态下指向的是首记录,利用 fetch 语句可以移动该指针,从而对游标中的数 据进行各种操作,然后将操作结果写回数据表中。 1)分类: a)显式游标:程序员可以操作控制,是针对select 语句的,指向select 语句的结束集 b)隐式游标:程序员不可控制,但可以有限制的应用 2)作用:用于处理查询语句的结果,提取多行数据集; 3)使用步骤: a) 声明游标: a. 普通声明: DELCARE v_emp s_emp%ROWTYPE; v_did s_dept.id%TYPE; CURSOR cur_emp IS select * FROM s_emp WHERE dept_id =v_did; /* CURSOR的内容必须是一条查询语句 */ b. 带参数声明明:DELCARE CURSOR c_emp(v_did s_emp.ID%TYPE) SELECT * FROM s_emp WHERE dept_id = v_did; b) 为查询打开游标: OPEN cur_emp; /* 相当于执行select语句,且把执行结果存入CURSOR; c) 从游标中取结果,存入PL/SQL变量中: a. FETCH cur_emp INTO var1, var2, ...(变量名 1, 变量名 2,.......); /* 变量的数量、类型、顺序要和Table中字段一致; */ b. FETCH cur_emp INTO record_var(记录型变量名); 注:将值从CURSOR取出放入变量中,每FETCH一次取一条记录; d) 关闭游标: CLOSE cur_emp; 注:a. 游标使用后应该关闭; b. 关闭后的游标不能FETCH和再次CLOSE; c. 关闭游标相当于将内存中CURSOR的内容清空; 2. 游标的属性 游标名%属性名 1) %FOUND: 是否有值; 有则返回TRUE,否则返回FALSE; 2) %NOTFOUND: 是否没有值; 如果没有值则返回TRUE,否则返回FALSE; 3) %ISOPEN: 是否是处于打开状态; 处于打开状态就返回TRUE,否则返回FALSE; 4) %ROWCOUNT: CURSOR当前的记录号(当前游标的指针位移量,表示在此之前,游标所处理的数据量(多少条记录)); 3. 游标的FETCH循环 1) LOOP FETCH 游标名 INTO 定义的变量 EXIT WHEN 游标名%NOTFOUND; /* 当游标没取道记录后退出 要及时的做出判断 */ END LOOP; 2) WHILE 游标名%FOUND LOOP FETCH 游标名 INTO 定义的变量; END LOOP; 3) FOR 保存数据的变量(不用事先定义,是根据游标声明的时候SELECT 的类型来确定) IN 游标名 LOOP (FETCH 游标名 INTO ...) (可以不用FETCH 语句) END LOOP; 4.带参数的游标CURSOR DECLARE v_emp s_emp%ROWTYPE CURSOR cur_emp(p_did s_emp.dept_id%TYPE) IS /* 定义参数p_did的类型 */ SELECT * FROM s_emp WHERE dept_id= p_did FOR UPDATE OF salary; /*FOR UPDATE OF salary; 加行级锁,在我修改这些数据的时候, *其他人无法修改数据,直到游标被CLOSE后 */ BEGIN OPEN cur_emp(31); /*带的参数值 31 就是赋给参数p_did 的 */ LOOP FETCH cur_emp INTO v_emp; EXIT WHEN cur_emp%NOTFOUND; DBMS_OUTPUT.PUT_LINE(v_emp.id||' '||v_emp.first_name); END LOOP; CLOSE cur_emp; END 5.显式游标主要是用于对查询语句的处理,尤其是在查询结果为多条记录的情况下; 而对于非查询语句,如修改、删除操作,则由ORACLE 系统自动地为这些操作设置游标并创建其工作区,这些由系统隐含创建的游标称为隐式游标,隐式游标的名字为SQL,这是由ORACLE 系统定义的。 对于隐式游标的操作,如定义、打开、取值及关闭操作,都由ORACLE 系统自动地完成,无需用户进行处理。 用户只能通过隐式游标的相关属性,来完成相应的操作。 在隐式游标的工作区中,所存放的数据是与用户自定义的显示游标无关的、最新处理的一条SQL 语句所包含的数据。 格式调用为: SQL% 注:INSERT, UPDATE, DELETE, SELECT 语句中不必明确定义游标。 隐式游标属性 SQL%FOUND 布尔型属性,当最近一次读记录时成功返回,则值为true; SQL%NOTFOUND 布尔型属性,与%found相反; SQL %ROWCOUNT 数字型属性, 返回已从游标中读取得记录数; SQL %ISOPEN 布尔型属性, 取值总是FALSE。SQL命令执行完毕立即关闭隐式游标。
4 727浏览
会员免费 - 斯坦福大学SNAP复杂网络分析SNAP大小:4MB美国斯坦福大学提供的复杂网络分析平台,并提供多种数据集,对于大型的复杂网络分析十分有用http://snap.stanford.edu/data/美国斯坦福大学提供的复杂网络分析平台,并提供多种数据集,对于大型的复杂网络分析十分有用http://snap.stanford.edu/data/
5 1917浏览
会员免费 - yolov5车牌识别.zip车牌实时识别大小:321MB利用yolov5网络进行车牌识别和检测,更加高效,更加快速,不用对各种车牌颜色进行单独处理,都可以识别并且不用标注车牌数据集和labelme软件进行车牌标注,更加高效,识别速度更快速,比基于opencv的车牌识别的有点就是不用对颜色进行单独处理,对于基于cnn的车牌识别的好处就是可以实时检测车牌,更快速利用yolov5网络进行车牌识别和检测,更加高效,更加快速,不用对各种车牌颜色进行单独处理,都可以识别并且不用标注车牌数据集和labelme软件进行车牌标注,更加高效,识别速度更快速,比基于opencv的车牌识别的有点就是不用对颜色进行单独处理,对于基于cnn的车牌识别的好处就是可以实时检测车牌,更快速
4 3441浏览
会员免费 - 模仿CIFAR数据集格式制作自己的数据集代码(修改版)cifar大小:4KB模仿CIFAR数据集格式制作自己的数据集代码(修改版)模仿CIFAR数据集格式制作自己的数据集代码(修改版)
3 1438浏览
会员免费 - VeRi.zip(Vehicles识别数据集)数据集大小:946MBVeRi.zip(Vehicles识别数据集)VeRi.zip(Vehicles识别数据集)
0 2516浏览
会员免费 - 指纹识别数据集指纹识别大小:23MB指纹识别数据集。可以编写代码用本数据集进行测试,从而验证代码。指纹识别数据集。可以编写代码用本数据集进行测试,从而验证代码。
4 2682浏览
会员免费 - 人类面部表情数据集(12万张表情照片)面部表情大小:164MB人类面部表情数据集(12万张表情照片) 一共有7类人类面积表情,分别是:悲伤、高兴、害怕、惊讶、平静、生气、厌恶。一个文件夹一类。表情识别模型训练的很好数据。人类面部表情数据集(12万张表情照片) 一共有7类人类面积表情,分别是:悲伤、高兴、害怕、惊讶、平静、生气、厌恶。一个文件夹一类。表情识别模型训练的很好数据。
0 3098浏览
会员免费 - 美国西储大学滚动轴承故障诊断数据集.zip轴承数据集大小:180MB美国西储大学滚动轴承故障诊断数据集.zip美国西储大学滚动轴承故障诊断数据集.zip
5 3605浏览
会员免费 - PCA+LDA人脸识别PCA+LDA大小:9KBPCA+LDA降维,KNN分类器,实现人脸识别,数据集为ORLPCA+LDA降维,KNN分类器,实现人脸识别,数据集为ORL
5 1253浏览
会员免费 - 图像融合-评估指标-python图像融合大小:124MB使用Python实现了大部分图像融合评估指标,包括 信息熵(EN),空间频率(SF),标准差(SD),峰值信噪比(PSNR),均方误差(MSE),互信息(MI),视觉保真度(VIF),平均梯度(AG),相关系数(CC),差异相关和(SCD),基于梯度的融合性能(Qabf),结构相似度测量(SSIM),多尺度结构相似度测量(MS-SSIM),基于噪声评估的融合性能(Nabf)。支持评估单幅图像,单个算法的所有融合结果,以及所有直接计算所有对比算法的结果,同时支持写入excel。使用Python实现了大部分图像融合评估指标,包括 信息熵(EN),空间频率(SF),标准差(SD),峰值信噪比(PSNR),均方误差(MSE),互信息(MI),视觉保真度(VIF),平均梯度(AG),相关系数(CC),差异相关和(SCD),基于梯度的融合性能(Qabf),结构相似度测量(SSIM),多尺度结构相似度测量(MS-SSIM),基于噪声评估的融合性能(Nabf)。支持评估单幅图像,单个算法的所有融合结果,以及所有直接计算所有对比算法的结果,同时支持写入excel。
5 3123浏览
会员免费 - reflective-clothes-detect:反光衣服检测数据集,头盔检测,工作服(反光衣)检测数据集,安全帽检测,施工人员穿戴检测helmet-detection大小:16MB反射衣服检测和数据集yolov5 施工人员穿戴检测yolov5 作者是雷雷 yolov5 detect qq群(已满):980489677 yolov5检测qq2群:710514100 数据集下载链接详见说明-请参阅有关数据集下载链接的说明! 演示 数据标签工具 其他反射衣服检测和数据集yolov5 施工人员穿戴检测yolov5 作者是雷雷 yolov5 detect qq群(已满):980489677 yolov5检测qq2群:710514100 数据集下载链接详见说明-请参阅有关数据集下载链接的说明! 演示 数据标签工具 其他
2 3882浏览
会员免费 - 全国第二次土壤普查--土壤类型数据集土壤类型大小:25MB涵盖全国和各省的土壤类型数据,格式为shp涵盖全国和各省的土壤类型数据,格式为shp
5 1908浏览
会员免费 - 情感分析数据集情感分析大小:78MB情感分析的数据集。斯坦福大学收集的。。。。。。。。。情感分析的数据集。斯坦福大学收集的。。。。。。。。。
5 1698浏览
会员免费 - LVQ神经网络之人脸朝向识别(源程序+图片数据集)神经网络大小:23MB人脸识别是现今比较火的方向,本实例运用神经网络技术,选取其中一个特征点(眼睛的位置不同)对人脸进行识别,本人自己动手实践,完全是可行的程序,而且对入门神经网络有些帮助,作为研究生新手的我,搞懂了这个,对我后续的学习非常有激励,现共享出来,不懂的,可以私信我,愿与有志者共进步。人脸识别是现今比较火的方向,本实例运用神经网络技术,选取其中一个特征点(眼睛的位置不同)对人脸进行识别,本人自己动手实践,完全是可行的程序,而且对入门神经网络有些帮助,作为研究生新手的我,搞懂了这个,对我后续的学习非常有激励,现共享出来,不懂的,可以私信我,愿与有志者共进步。
5 1479浏览
会员免费 - solidworkGB型材库solidwork大小:144MBsolidworks GB国标库,包括常见的各种国标铝型材、钢材等solidworks GB国标库,包括常见的各种国标铝型材、钢材等
5 6655浏览
会员免费 - Yolov5-Flask-VUE:基于Flask开发后端、VUE开发前端框架,在WEB端部署YOLOv5目标检测模型Python大小:40MB1. 效果: 视频链接: 最终效果: 源码已经上传 Github: 2. YOLOv5模型训练: 训练自己的数据集可以看我这篇博客: 这里演示的话我就用官方训练好的 yolov5m.pt 模型。 3. YOLOv5模型预测: 预测接口: import torch import numpy as np from models.experimental import attempt_load from utils.general import non_max_suppression, scale_coords, letterbox from utils.torch_utils import select_device import cv2 from random import randint class Detector(object): def __init__(self):1. 效果: 视频链接: 最终效果: 源码已经上传 Github: 2. YOLOv5模型训练: 训练自己的数据集可以看我这篇博客: 这里演示的话我就用官方训练好的 yolov5m.pt 模型。 3. YOLOv5模型预测: 预测接口: import torch import numpy as np from models.experimental import attempt_load from utils.general import non_max_suppression, scale_coords, letterbox from utils.torch_utils import select_device import cv2 from random import randint class Detector(object): def __init__(self):
0 6469浏览
会员免费 - MSTAR数据集全部JPEG格式图片MSTAR大小:39MBMSTAR数据集全部JPEG格式图片,教研室使用,故应该比较完整,分SOC与EOC条件下的数据MSTAR数据集全部JPEG格式图片,教研室使用,故应该比较完整,分SOC与EOC条件下的数据
4 1332浏览
会员免费 - 充电桩海外标准:ISO 15118-1,ISO 15118-2充电桩海外标准大小:6MB充电桩海外标准,part-1,定义充电桩通用信息和用例定义,part-2 网络和应用层协议定义充电桩海外标准,part-1,定义充电桩通用信息和用例定义,part-2 网络和应用层协议定义
4 1784浏览
会员免费 - 手眼标定C++代码手眼标定大小:6MB手眼标定C++代码,基于OpenCV 2.4.9以上版本,包含assistFunction.cpp辅助函数,createDataSet.cpp创建数据集,handEyeSelf.cpp自己写的标定函数,以及主函数手眼标定C++代码,基于OpenCV 2.4.9以上版本,包含assistFunction.cpp辅助函数,createDataSet.cpp创建数据集,handEyeSelf.cpp自己写的标定函数,以及主函数
3 1389浏览
会员免费 - 基于机器学习的恶意请求识别(Python代码及数据集)网络安全大小:43MB这是作者恶意代码分析、网络安全、系统安全等系列教程,主要是通过机器学习、人工智能和深度学习来分析恶意代码的在线笔记。希望对您有所帮助,学无止境,一起加油。参考作者的博客和github资源,由于github速度限制,故上传免费资源供大家学习。 [网络安全自学篇] 二十四.基于机器学习的入侵检测和攻击识别——以KDD CUP99数据集为例 https://blog.csdn.net/Eastmount/article/details/102852458 https://github.com/eastmountyxz/AI-for-Malware-Analysis-这是作者恶意代码分析、网络安全、系统安全等系列教程,主要是通过机器学习、人工智能和深度学习来分析恶意代码的在线笔记。希望对您有所帮助,学无止境,一起加油。参考作者的博客和github资源,由于github速度限制,故上传免费资源供大家学习。 [网络安全自学篇] 二十四.基于机器学习的入侵检测和攻击识别——以KDD CUP99数据集为例 https://blog.csdn.net/Eastmount/article/details/102852458 https://github.com/eastmountyxz/AI-for-Malware-Analysis-
0 5003浏览
会员免费 - ImageNet-数据集数据集大小:7MBImageNet is provided by Standford University.本数据集由斯坦福大学提供。 imagenet_ILSVRC2017_datasets.zipImageNet is provided by Standford University.本数据集由斯坦福大学提供。 imagenet_ILSVRC2017_datasets.zip
1 4393浏览
会员免费 - U-Net图像语义分割实战:训练自己的数据集unet,u-net,语义分割,图像分割,kaggle,深度学习,keras,计算机视觉,人工智能大小:6MBU-Net是一种基于深度学习的图像语义分割方法,尤其在医学图像分割中表现优异。 本课程将手把手地教大家使用labelme图像标注工具制作自己的数据集,生成Mask图像,并使用U-Net训练自己的数据集,从而能开展自己的图像分割应用。 本课程有三个项目实践: (1) Kaggle盐体识别比赛 :利用U-Net进行Kaggle盐体识别 (2) Pothole语义分割:对汽车行驶场景中的路坑进行标注和语义分割 (3) Kaggle细胞核分割比赛 :利用U-Net进行Kaggle细胞核分割 本课程使用keras版本的U-Net,在Ubuntu系统上用Jupyter Notebook做项目演示。 包括:数据集标注、数据集格式转换和Mask图像生成、编写U-Net程序文件、训练自己的数据集、测试训练出的网络模型、性能评估。 本课程提供项目的数据集和Python程序文件。U-Net是一种基于深度学习的图像语义分割方法,尤其在医学图像分割中表现优异。 本课程将手把手地教大家使用labelme图像标注工具制作自己的数据集,生成Mask图像,并使用U-Net训练自己的数据集,从而能开展自己的图像分割应用。 本课程有三个项目实践: (1) Kaggle盐体识别比赛 :利用U-Net进行Kaggle盐体识别 (2) Pothole语义分割:对汽车行驶场景中的路坑进行标注和语义分割 (3) Kaggle细胞核分割比赛 :利用U-Net进行Kaggle细胞核分割 本课程使用keras版本的U-Net,在Ubuntu系统上用Jupyter Notebook做项目演示。 包括:数据集标注、数据集格式转换和Mask图像生成、编写U-Net程序文件、训练自己的数据集、测试训练出的网络模型、性能评估。 本课程提供项目的数据集和Python程序文件。
5 7082浏览
会员免费 - DBVM驱动修改版CE7.4.1版本【防检测】cheatengine大小:25MBcheatengine7.4.1官方源码编译 原版CE dbk32.sys dbk64.sys 修改版 ABIN32.sys ABIN64.sys 经过修改 测试完美可用 附加下断OKcheatengine7.4.1官方源码编译 原版CE dbk32.sys dbk64.sys 修改版 ABIN32.sys ABIN64.sys 经过修改 测试完美可用 附加下断OK
5 5220浏览
会员免费 - 最小二乘支持向量机MATLAB程序(附详细说明)最小二乘大小:1MB该工具箱主要用于商业用Matlab软件包使用。Matlab的工具箱已经在不同的计算机体系结构编译和测试,包括Linux和Windows。大部分函数可以处理的数据集可高达20,000或更多点的数据。LS- SVMlab对Matlab接口包括一个适合初学者的基本版本,以及一个多类编码技术和贝叶斯框架的更先进的版本。该工具箱主要用于商业用Matlab软件包使用。Matlab的工具箱已经在不同的计算机体系结构编译和测试,包括Linux和Windows。大部分函数可以处理的数据集可高达20,000或更多点的数据。LS- SVMlab对Matlab接口包括一个适合初学者的基本版本,以及一个多类编码技术和贝叶斯框架的更先进的版本。
0 2878浏览
会员免费 - 全国五级行政区图到村级.kml区划图大小:23MB全国五级行政区图到村级.kml全国五级行政区图到村级.kml
1 2138浏览
会员免费 - 网站拷贝工具,完胜webcopy网站拷贝工具大小:2MB对比webcopy 工具,拷贝下来的站点文件不仅不干净,而且HTML里面的代码,很多都无关紧要,被混淆过的代码,这不是我们想要的代码,无疑会增加巨量的代码整理时间。 这是一款非常好用的网站拷贝工具,界面简单,拷贝下来的代码干净。对比webcopy 工具,拷贝下来的站点文件不仅不干净,而且HTML里面的代码,很多都无关紧要,被混淆过的代码,这不是我们想要的代码,无疑会增加巨量的代码整理时间。 这是一款非常好用的网站拷贝工具,界面简单,拷贝下来的代码干净。
1 2944浏览
会员免费 - 猫狗数据集12000张图猫狗分类数据集大小:39MB资源包括12000张打过标签的数据,猫狗各6000张,可以用于分类网络的训练,上传备份,有需要的小伙伴根据需要进行下载。资源包括12000张打过标签的数据,猫狗各6000张,可以用于分类网络的训练,上传备份,有需要的小伙伴根据需要进行下载。
1 2871浏览
会员免费 - 推荐系统数据全集Epinions大小:27MB该数据集几乎包含了目前网络上流传的所有推荐系统数据集,包括Epinions,MovieLens,delicious,lastfm,YahooMusic,ml-100k,ml-latest-small等该数据集几乎包含了目前网络上流传的所有推荐系统数据集,包括Epinions,MovieLens,delicious,lastfm,YahooMusic,ml-100k,ml-latest-small等
4 932浏览
会员免费 - Community detection 社区发现数据集 football社区发现大小:4KB用于社区发现算法测试的公共数据集,为football联赛数据集。大家公认数据集用于社区发现算法测试的公共数据集,为football联赛数据集。大家公认数据集
3 1170浏览
会员免费 - 2020研究生数学建模优秀论文合集.zip数学建模大小:112MB2020年研究生数学建模优秀论文,看到网上的资源都只能一篇一篇下载,所以弄了个合集。2020年研究生数学建模优秀论文,看到网上的资源都只能一篇一篇下载,所以弄了个合集。
5 2864浏览
会员免费 - Python-Fruits360包含水果和蔬菜的图像数据集Python开发-机器学习大小:705MBFruits-360: 包含水果和蔬菜的图像数据集Fruits-360: 包含水果和蔬菜的图像数据集
4 3953浏览
会员免费 - 基于深度学习的口罩佩戴检测人脸检测大小:493MB首先用现有的人脸检测算法,直接对图像进行人脸检测,训练好的人脸分类权值文件last_one.h5已放到log文件夹下,然后将检测的每一个人脸,单独切割出来,进行是否戴口罩的二分类。先对图像中的人脸进行标注,包括了戴口罩的,和不带口罩的两个label的目标。佩戴口罩的人脸图片命名标记为mask_1,没有佩戴口罩的人脸图片为nomask_1,然后在数据集准备好之后可以利用train.py文件训练 ,效果与详解可以看bilibili视频:https://www.bilibili.com/video/BV1dZ4y1F7Po/首先用现有的人脸检测算法,直接对图像进行人脸检测,训练好的人脸分类权值文件last_one.h5已放到log文件夹下,然后将检测的每一个人脸,单独切割出来,进行是否戴口罩的二分类。先对图像中的人脸进行标注,包括了戴口罩的,和不带口罩的两个label的目标。佩戴口罩的人脸图片命名标记为mask_1,没有佩戴口罩的人脸图片为nomask_1,然后在数据集准备好之后可以利用train.py文件训练 ,效果与详解可以看bilibili视频:https://www.bilibili.com/video/BV1dZ4y1F7Po/
0 5993浏览
会员免费 - 国内某共享单车数据集.zip共享单车大小:113MB国内某共享单车数据集,内有两个csv文件,适合交通行业学生进行练手使用,科研价值或许不是很大,但是数据量不算小国内某共享单车数据集,内有两个csv文件,适合交通行业学生进行练手使用,科研价值或许不是很大,但是数据量不算小
0 3420浏览
会员免费 - 《spss从入门到精通的数据集》spss大小:23MBspss教程和数据,里面有《spss从入门到精通》的教材和数据集,都是我练过的,大家放心下载。spss教程和数据,里面有《spss从入门到精通》的教材和数据集,都是我练过的,大家放心下载。
5 1136浏览
会员免费 - YOLOv5(PyTorch)目标检测实战:Flask Web部署yolov5,web,计算机视觉,部署,pytorch,人工智能,flask大小:4MBPyTorch版的YOLOv5是轻量而高性能的实时目标检测方法。利用YOLOv5训练完自己的数据集后,如何向大众展示并提供落地的服务呢? 本课程将提供相应的解决方案,具体讲述如何使用Web应用程序框架Flask进行YOLOv5的Web应用部署。用户可通过客户端浏览器上传图片,经服务器处理后返回图片检测数据并在浏览器中绘制检测结果。 本课程的YOLOv5使用ultralytics/yolov5,在Ubuntu系统上做项目演示,并提供在Windows系统上的部署方式文档。 本项目采取前后端分离的系统架构和开发方式,减少前后端的耦合。课程包括:YOLOv5的安装、 Flask的安装、YOLOv5的检测API接口python代码、 Flask的服务程序的python代码、前端html代码、CSS代码、Javascript代码、系统部署演示、生产系统部署建议等。 本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括: 《YOLOv5(PyTorch)目标检测实战:训练自己的数据集》 Ubuntu系统 https://edu.csdn.net/coursePyTorch版的YOLOv5是轻量而高性能的实时目标检测方法。利用YOLOv5训练完自己的数据集后,如何向大众展示并提供落地的服务呢? 本课程将提供相应的解决方案,具体讲述如何使用Web应用程序框架Flask进行YOLOv5的Web应用部署。用户可通过客户端浏览器上传图片,经服务器处理后返回图片检测数据并在浏览器中绘制检测结果。 本课程的YOLOv5使用ultralytics/yolov5,在Ubuntu系统上做项目演示,并提供在Windows系统上的部署方式文档。 本项目采取前后端分离的系统架构和开发方式,减少前后端的耦合。课程包括:YOLOv5的安装、 Flask的安装、YOLOv5的检测API接口python代码、 Flask的服务程序的python代码、前端html代码、CSS代码、Javascript代码、系统部署演示、生产系统部署建议等。 本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括: 《YOLOv5(PyTorch)目标检测实战:训练自己的数据集》 Ubuntu系统 https://edu.csdn.net/course
1 5568浏览
会员免费 - ResNet_Attention:ResNet +注意力Python大小:15KBResNet_Attention(CBAM,SE) 官方说明: , 所需环境 Ubuntu20.04 GTX 1080Ti Python3.7 PyTorch 1.7.0 CUDA10.2 CuDNN7.0 使用方法(带有CIFAR10的trian) 该模型的主干是ResNet。 在我们的培训中,我们使用CIFAR10作为数据集。 # To train with Se python train_CIFAR10.py --prefix 4 --device 1 --epoch 160 --att_type se # To trian with CBAM python train_CIFAR10.py --prefix 5 --device 1 --epoch 160 --att_type cbam 验证结果 ResNet50(训练了160个时代)ACC@1=93.41% AResNet_Attention(CBAM,SE) 官方说明: , 所需环境 Ubuntu20.04 GTX 1080Ti Python3.7 PyTorch 1.7.0 CUDA10.2 CuDNN7.0 使用方法(带有CIFAR10的trian) 该模型的主干是ResNet。 在我们的培训中,我们使用CIFAR10作为数据集。 # To train with Se python train_CIFAR10.py --prefix 4 --device 1 --epoch 160 --att_type se # To trian with CBAM python train_CIFAR10.py --prefix 5 --device 1 --epoch 160 --att_type cbam 验证结果 ResNet50(训练了160个时代)ACC@1=93.41% A
5 1w+浏览
会员免费 - 最新版 EX 6.12 KEPServerEX-6.12.325.0 -2022正版KEPServerEX6.12大小:454MB如想免费下载版更多版本(EX5.X /EX6.X) 欢迎广大学友入讨论群学习(QQ讨论群:905485143) 2022_最新版 [EX 6.12] KEPServerEX-6.12.325.0 _正版_试用2H。 Kepware 产品下载一次将运行 2 小时。可以通过停止和启动运行时服务随时重复演示期。该产品没有其他限制。通道、设备和标签数量不受限制.如想免费下载版更多版本(EX5.X /EX6.X) 欢迎广大学友入讨论群学习(QQ讨论群:905485143) 2022_最新版 [EX 6.12] KEPServerEX-6.12.325.0 _正版_试用2H。 Kepware 产品下载一次将运行 2 小时。可以通过停止和启动运行时服务随时重复演示期。该产品没有其他限制。通道、设备和标签数量不受限制.
0 2149浏览
会员免费 - 【SHP文件-2022.07】浙江省行政区划(省、市、县)+道路网+公路网浙江省行政区划大小:52MB浙江省行政区划边界,省级、地市级、区县级,以及道路网和铁路网shp文件,可用于GIS分析浙江省行政区划边界,省级、地市级、区县级,以及道路网和铁路网shp文件,可用于GIS分析
5 1627浏览
会员免费 - 百度火灾烟雾数据集.zip火灾烟雾大小:471MB火灾烟雾数据集,6000+,已经标注好,可直接使用火灾烟雾数据集,6000+,已经标注好,可直接使用
0 1680浏览
会员免费 - 高光谱数据集高光谱图像大小:116MB包含常用的高光谱数据集,IndianPines,Paviau,salinas,Simu包含常用的高光谱数据集,IndianPines,Paviau,salinas,Simu
3 1078浏览
会员免费 - 滴滴驾驶行为开放数据集-数据集数据集大小:1KB滴滴驾驶行为开放数据集由滴滴出行提供。 dididataset.txt滴滴驾驶行为开放数据集由滴滴出行提供。 dididataset.txt
1 5678浏览
会员免费 - VOC格式标注行人的数据集边缘检测大小:114MB从VOC中挑选出来的关于行人的数据集和,可帮助对行人检测训练与测试,train,test,val 是一个很有用的数据集。从VOC中挑选出来的关于行人的数据集和,可帮助对行人检测训练与测试,train,test,val 是一个很有用的数据集。
3 2480浏览
会员免费 - nctoolbox 工具箱nctoolbox大小:15MBnctoolbox是一个Matlab工具箱,它提供了通用的数据模型数据集的只读访问权限。在后台(底层),nctoolbox使用NetCDF-Java作为数据访问层。这允许nctoolbox使用相同的API可以访问NetCDF,OPeNDAP,HDF5,GRIB,GRIB2,HDF4及其他的许多文件格式和服务,它只能在 Matlab 2008a 及后来的版本中使用。nctoolbox是一个Matlab工具箱,它提供了通用的数据模型数据集的只读访问权限。在后台(底层),nctoolbox使用NetCDF-Java作为数据访问层。这允许nctoolbox使用相同的API可以访问NetCDF,OPeNDAP,HDF5,GRIB,GRIB2,HDF4及其他的许多文件格式和服务,它只能在 Matlab 2008a 及后来的版本中使用。
5 1295浏览
会员免费 - 基于MATLAB的三相短路分析matlab大小:1MB记录电力系统分析课程设计,作者很有p2p精神,不设置付费下载;记录电力系统分析课程设计,作者很有p2p精神,不设置付费下载;
5 1704浏览
会员免费 - 四个城市出租车数据集.zipdataset大小:8MB包括南京,成都,西安,北京的出租车数据集包括南京,成都,西安,北京的出租车数据集
0 2422浏览
会员免费 - 37篇经过消化的云计算论文云计算大小:10MB37篇经过消化的云计算论文 下列论文归类: 1、云计算设施管理 监测 2,34 负载均衡 33,35 数据管理 32 能耗管理 29 安全管理 25 2、云计算平台实例 虚拟机 27,31 存储平台 5,6,12,13,14,19,22,26 计算平台 平台测评 1 云平台集成 10 3、云计算理论模型 描述模型 4 选择模型 20 编程模型 7,9,18,24,36 4、云计算应用研究 商业应用 科学应用 11,15,17,23 云安全 21,30 1、 Atmosphere-Ocean Climate (性能测试) 这篇文章讨论了高性能标准测试应用程序在亚马逊EC2云计算系统中的性能。经过测试发现EC2云计算系统是一个可靠的解决方案,支持按需响应,小规模,高性能计算应用程序。 2、 Chukwa: A large-scale monitoring system Chukwa是建立在Hadoop上的数据收集系统,用以监控和分析大规模的分布式系统。本文介绍了他的设计和初步实施。 3、 Cloud Computing and Grid Computing 360-Degree Compared Ian Foster比较对比了云计算和网格计算的各方面,并给出了两者的本质特征。 4、 Toward a Unified Ontology of Cloud Computing 这篇文章把云模型分为5层,解释了他们的内在关系,本文的贡献是第一个对云模型建立本体。 5、 The Cumulus Project: Build a Scientific Cloud for a Data Center 介绍了Cumulus工程的各个方面,如实验床,基础设施,中间件和应用程序模型。 6、 The Eucalyptus Open-source Cloud-computing System Eucalyptus作为云计算开源的软件框架,概述了他设计的基本原则,简单易于使用而且能模块化。 7、 GridBatch: Cloud Computing for Large-Scale Data-Intensive Batch Applications GridBatch系统为解决在云计算下的大规模精密数据批处理问题,GridBatch是一个编程模型,用户能控制数据的分割,控制计算怎么被分布的,最后给出一个例子,展示了他在EC2下的高性能。 8、 Cost-Benefit Analysis of Cloud Computing versus Desktop Grids 分析对比了采用云计算模型和桌面电脑组成的网格模型在性能和成本收益方面的优劣。 9、 Programming Abstractions for Clouds 本文讨论了云应用程序编程面临的挑战与发展,通过几个应用程序的讨论,演示了可能的解决方案。同时讨论了怎样正确使用抽象的编程接口,框架使其更有效,可扩展,最重要的独立于系统,这些接口框架支持普通的编程执行模式。 10、 The RESERVOIR Model and Architecture for Open Federated Cloud Computing 本文提出了RESERVOIR工程,他是一个体系结构,他允许云基础设施的提供者动态的和其他云设施成为伙伴,从而构成一个无限的信息资源池,同时不同的云设施保证他自己技术和商业管理决定高度自治。 11、 Science Clouds: Early Experiences in Cloud Computing for Scientific Applications 这篇文档包含科学项目采用科学云技术的描述,还有他经验的早期总结。 12、 Sector and Sphere: The Design and Implementation of a High Performance Data Cloud 在这篇论文中,我们介绍了一个新的云计算软件,他包括Sector存储云和Sphere计算云。对比现有的数据云,Sector不但支持作为数据中心的数据存储,而且可以在广域网上进行数据分发。Sphere执行流处理示例,从而支持数据密集型的应用。Sphere支持所有能用MapReduce完成的应用,Sphere更简单更容易使用。根据我们的实验研究他的速度是Hadoop的两倍。 13、 Phoenix Cloud: Consolidating Different Computing Loads on Shared Cluster System for Large Organization 在论文中,我们设计运行了software-phoenix云管理系统,在共享的集群系统中整合异构的计算负载。进一步,我们还提出了供大组织和他附属部门共享集群系统的合作资源提供和管理策略。Phoenix Cloud减少了系统的规模。 14、 Adapting MapReduce for Dynamic Environments Using a Peer-to-Peer Model 本文作者描述基于P2P的MapReduce的体系结构,概述了在JXTA框架下的运行情况。 15、 Parallelizing bioinformatics applications with MapReduce 本文讲了采用mapreduce技术来完成并行的生物分析的一个应用。本文的这个应用是在Hadoop下完成的,讲了两个算法,一个用于支持大规模数据集的流计算,一个用于计算小数据集的策略。 16、 Do Clouds Compute? A Framework for Estimating the Value of Cloud Computing 在这篇论文中,我们讨论了云计算中的核心组件,以及在框架中构建组件,这个框架能帮助决策者评估云计算的成本,对比传统解决方案和云计算方案在成本上的差异。 17、 Using Transaction Based Parallel Computing to Solve Image Processing and Computational Physics Problems 本文讲了在Hadoop下用并行计算来解决图像处理和计算物理学的问题。 18、 All-Pairs: An Abstraction for Data-Intensive Cloud Computing 本文提出形成产品的系统应该为终端用户提供高度抽象的使用方法,以便容易表达,对于精密数据的工作量能高效的执行。文中提出了一个抽象的例子,all-pairs,他满足精密数据科学应用的需要。 19、 Seattle: A Platform for Educational Cloud Computing 本文介绍了用于教育界的云计算平台。讲了他的体系,部署,对于学生和教师的使用概况。 20、 Cloud Cube Model: Selecting Cloud Formations for Secure Collaboration 本文解释了不同云的构成,详述了每种云构成的特征,优势和风险。 21、 CloudAV: N-Version Antivirus in the Network Cloud 本文提出了一种在终端主机上检测恶意病毒的新模型。这种检测是基于提供防病毒软件作为一个云网络服务。我们构建配置了云防病毒系统,CloudAV,他包括轻量级跨平台的主机代理,一个由十个防病毒软件引擎构成的网络服务,和两个检测引擎。经过测试有很好的性能。 22、 Implementation Issues of A Cloud Computing Platform 本文在对GFS研究的基础上,设计出可变块大小的兼容文件系统,以便大数据的处理。同时介绍了对MapReduce的改进以增加系统的吞吐量。 23、 Scalable Semantics – the Silver Lining of Cloud Computing 本文提出在云计算模型下快速的进行分布式RDF的查询和推理。 24、 On the Use of Cloud Computing for Scientific Workflows 本文提出在科学工作流中使用云计算,经过测试比较,对于作业运行时间短的工作流,虚拟的环境能有好的计算时间性能,但同时也有资源调度延迟的缺点。 25、 Taking Account of Privacy when Designing Cloud Computing Services 本文讨论了云计算中面临的机密性的问题,提出了解决机密性问题的关键设计原则。 26、 Cloud Computing for e-Science with CARMEN CARMEN供神经学家共享,整合,分析数据的一个系统,本文概述了这个系统。该系统在云计算这个模型下。 27、 An Evaluation of KVM for Use in Cloud Computing 本文描述了一个基于内核虚拟机的虚拟集群,以取代VMware和Xen。本文提出了虚拟组织集群模型技术,他显示了云计算强大的潜能。 28、 A Tale of Clouds: Paradigm Comparisons and Some Thoughts on Research Issues 本文定性的比较了云计算,服务计算,普适计算各方面的特点。 29、 Energy Aware Consolidation for Cloud Computing 本文讨论了云计算中的能量问题,为了使能量有效的整合,我们要研究能量消耗,资源利用,整合后的工作量的性能之间的内在关系,研究揭露了能量性能的权衡与整合,证明存在最佳的工作点,我们模拟了整合的问题,并用一个例子进行了解释。 30、 Toward Automatic Discovery of Malware Signature for Anti-virus Cloud Computing 防病毒安全产品由于他们有大量签名的文件,消耗了大量PC内存和资源,防病毒云计算模型变成流行的解决方案。本文提出了AMSDS在防病毒云下的自动恶意病毒签名发现系统,经测试有很好的性能。 31、 SnowFlock: Rapid Virtual Machine Cloning for Cloud Computing 克隆虚拟机 虚拟机fork是一个新的云计算抽象,他能快速的克隆虚拟机成很多副本运行在不同的主机上。本文提出了SnowFlock项目,他是虚拟机fork的一个实现。文中讲了他的设计原理和实现机制,并对性能进行了测试分析。 32、 Data Management in the Cloud: Limitations and Opportunities 本文讨论了在云计算平台下数据管理的限制与优势。列出了在亚马逊平台下为大型数据分析而设计的DBMS应包含的一些特征。本文还表达了在云计算环境下对新的DBMS的需要。 33、 Cloud Control with Distributed Rate Limiting 这篇文章提出了分布式等级限制器的设计与实现,他能够调整基于云服务的网络通信的策略。这种抽象与设计不但执行全局的限制,同时他确保传输层的响应拥塞流表现得像被单一共享的限制器所控制。这种设计能允许服务的执行者明确的在通信代价和系统效率可靠性之间做出权衡。同时他们证明他们基于中心TCP的设计可在许多节点进行升级,减少系统的通信延迟和损耗。 34、 Computer Meteorology: Monitoring Compute Clouds 云计算环境允许用户在云供应商的硬件上执行任意的代码,云用户面临很多安全的挑战,恶意用户可以利用供应商的硬件发动攻击,这种攻击能破坏供应商的信誉,同时影响他服务于其他客户的能力。我们表明,尽管云供应商可以利用内部机制,检测用户虚拟机恶意行为,必须小心使用,因为现有的内部技术是基于假设并不拥有在云环境中。 35、 Optimizing Utility in Cloud Computing through Autonomic Workload Execution 36、 LINQ-to-DataCenter 37、 Cloud Computing & Databases How databases can meet the demands of cloud computing37篇经过消化的云计算论文 下列论文归类: 1、云计算设施管理 监测 2,34 负载均衡 33,35 数据管理 32 能耗管理 29 安全管理 25 2、云计算平台实例 虚拟机 27,31 存储平台 5,6,12,13,14,19,22,26 计算平台 平台测评 1 云平台集成 10 3、云计算理论模型 描述模型 4 选择模型 20 编程模型 7,9,18,24,36 4、云计算应用研究 商业应用 科学应用 11,15,17,23 云安全 21,30 1、 Atmosphere-Ocean Climate (性能测试) 这篇文章讨论了高性能标准测试应用程序在亚马逊EC2云计算系统中的性能。经过测试发现EC2云计算系统是一个可靠的解决方案,支持按需响应,小规模,高性能计算应用程序。 2、 Chukwa: A large-scale monitoring system Chukwa是建立在Hadoop上的数据收集系统,用以监控和分析大规模的分布式系统。本文介绍了他的设计和初步实施。 3、 Cloud Computing and Grid Computing 360-Degree Compared Ian Foster比较对比了云计算和网格计算的各方面,并给出了两者的本质特征。 4、 Toward a Unified Ontology of Cloud Computing 这篇文章把云模型分为5层,解释了他们的内在关系,本文的贡献是第一个对云模型建立本体。 5、 The Cumulus Project: Build a Scientific Cloud for a Data Center 介绍了Cumulus工程的各个方面,如实验床,基础设施,中间件和应用程序模型。 6、 The Eucalyptus Open-source Cloud-computing System Eucalyptus作为云计算开源的软件框架,概述了他设计的基本原则,简单易于使用而且能模块化。 7、 GridBatch: Cloud Computing for Large-Scale Data-Intensive Batch Applications GridBatch系统为解决在云计算下的大规模精密数据批处理问题,GridBatch是一个编程模型,用户能控制数据的分割,控制计算怎么被分布的,最后给出一个例子,展示了他在EC2下的高性能。 8、 Cost-Benefit Analysis of Cloud Computing versus Desktop Grids 分析对比了采用云计算模型和桌面电脑组成的网格模型在性能和成本收益方面的优劣。 9、 Programming Abstractions for Clouds 本文讨论了云应用程序编程面临的挑战与发展,通过几个应用程序的讨论,演示了可能的解决方案。同时讨论了怎样正确使用抽象的编程接口,框架使其更有效,可扩展,最重要的独立于系统,这些接口框架支持普通的编程执行模式。 10、 The RESERVOIR Model and Architecture for Open Federated Cloud Computing 本文提出了RESERVOIR工程,他是一个体系结构,他允许云基础设施的提供者动态的和其他云设施成为伙伴,从而构成一个无限的信息资源池,同时不同的云设施保证他自己技术和商业管理决定高度自治。 11、 Science Clouds: Early Experiences in Cloud Computing for Scientific Applications 这篇文档包含科学项目采用科学云技术的描述,还有他经验的早期总结。 12、 Sector and Sphere: The Design and Implementation of a High Performance Data Cloud 在这篇论文中,我们介绍了一个新的云计算软件,他包括Sector存储云和Sphere计算云。对比现有的数据云,Sector不但支持作为数据中心的数据存储,而且可以在广域网上进行数据分发。Sphere执行流处理示例,从而支持数据密集型的应用。Sphere支持所有能用MapReduce完成的应用,Sphere更简单更容易使用。根据我们的实验研究他的速度是Hadoop的两倍。 13、 Phoenix Cloud: Consolidating Different Computing Loads on Shared Cluster System for Large Organization 在论文中,我们设计运行了software-phoenix云管理系统,在共享的集群系统中整合异构的计算负载。进一步,我们还提出了供大组织和他附属部门共享集群系统的合作资源提供和管理策略。Phoenix Cloud减少了系统的规模。 14、 Adapting MapReduce for Dynamic Environments Using a Peer-to-Peer Model 本文作者描述基于P2P的MapReduce的体系结构,概述了在JXTA框架下的运行情况。 15、 Parallelizing bioinformatics applications with MapReduce 本文讲了采用mapreduce技术来完成并行的生物分析的一个应用。本文的这个应用是在Hadoop下完成的,讲了两个算法,一个用于支持大规模数据集的流计算,一个用于计算小数据集的策略。 16、 Do Clouds Compute? A Framework for Estimating the Value of Cloud Computing 在这篇论文中,我们讨论了云计算中的核心组件,以及在框架中构建组件,这个框架能帮助决策者评估云计算的成本,对比传统解决方案和云计算方案在成本上的差异。 17、 Using Transaction Based Parallel Computing to Solve Image Processing and Computational Physics Problems 本文讲了在Hadoop下用并行计算来解决图像处理和计算物理学的问题。 18、 All-Pairs: An Abstraction for Data-Intensive Cloud Computing 本文提出形成产品的系统应该为终端用户提供高度抽象的使用方法,以便容易表达,对于精密数据的工作量能高效的执行。文中提出了一个抽象的例子,all-pairs,他满足精密数据科学应用的需要。 19、 Seattle: A Platform for Educational Cloud Computing 本文介绍了用于教育界的云计算平台。讲了他的体系,部署,对于学生和教师的使用概况。 20、 Cloud Cube Model: Selecting Cloud Formations for Secure Collaboration 本文解释了不同云的构成,详述了每种云构成的特征,优势和风险。 21、 CloudAV: N-Version Antivirus in the Network Cloud 本文提出了一种在终端主机上检测恶意病毒的新模型。这种检测是基于提供防病毒软件作为一个云网络服务。我们构建配置了云防病毒系统,CloudAV,他包括轻量级跨平台的主机代理,一个由十个防病毒软件引擎构成的网络服务,和两个检测引擎。经过测试有很好的性能。 22、 Implementation Issues of A Cloud Computing Platform 本文在对GFS研究的基础上,设计出可变块大小的兼容文件系统,以便大数据的处理。同时介绍了对MapReduce的改进以增加系统的吞吐量。 23、 Scalable Semantics – the Silver Lining of Cloud Computing 本文提出在云计算模型下快速的进行分布式RDF的查询和推理。 24、 On the Use of Cloud Computing for Scientific Workflows 本文提出在科学工作流中使用云计算,经过测试比较,对于作业运行时间短的工作流,虚拟的环境能有好的计算时间性能,但同时也有资源调度延迟的缺点。 25、 Taking Account of Privacy when Designing Cloud Computing Services 本文讨论了云计算中面临的机密性的问题,提出了解决机密性问题的关键设计原则。 26、 Cloud Computing for e-Science with CARMEN CARMEN供神经学家共享,整合,分析数据的一个系统,本文概述了这个系统。该系统在云计算这个模型下。 27、 An Evaluation of KVM for Use in Cloud Computing 本文描述了一个基于内核虚拟机的虚拟集群,以取代VMware和Xen。本文提出了虚拟组织集群模型技术,他显示了云计算强大的潜能。 28、 A Tale of Clouds: Paradigm Comparisons and Some Thoughts on Research Issues 本文定性的比较了云计算,服务计算,普适计算各方面的特点。 29、 Energy Aware Consolidation for Cloud Computing 本文讨论了云计算中的能量问题,为了使能量有效的整合,我们要研究能量消耗,资源利用,整合后的工作量的性能之间的内在关系,研究揭露了能量性能的权衡与整合,证明存在最佳的工作点,我们模拟了整合的问题,并用一个例子进行了解释。 30、 Toward Automatic Discovery of Malware Signature for Anti-virus Cloud Computing 防病毒安全产品由于他们有大量签名的文件,消耗了大量PC内存和资源,防病毒云计算模型变成流行的解决方案。本文提出了AMSDS在防病毒云下的自动恶意病毒签名发现系统,经测试有很好的性能。 31、 SnowFlock: Rapid Virtual Machine Cloning for Cloud Computing 克隆虚拟机 虚拟机fork是一个新的云计算抽象,他能快速的克隆虚拟机成很多副本运行在不同的主机上。本文提出了SnowFlock项目,他是虚拟机fork的一个实现。文中讲了他的设计原理和实现机制,并对性能进行了测试分析。 32、 Data Management in the Cloud: Limitations and Opportunities 本文讨论了在云计算平台下数据管理的限制与优势。列出了在亚马逊平台下为大型数据分析而设计的DBMS应包含的一些特征。本文还表达了在云计算环境下对新的DBMS的需要。 33、 Cloud Control with Distributed Rate Limiting 这篇文章提出了分布式等级限制器的设计与实现,他能够调整基于云服务的网络通信的策略。这种抽象与设计不但执行全局的限制,同时他确保传输层的响应拥塞流表现得像被单一共享的限制器所控制。这种设计能允许服务的执行者明确的在通信代价和系统效率可靠性之间做出权衡。同时他们证明他们基于中心TCP的设计可在许多节点进行升级,减少系统的通信延迟和损耗。 34、 Computer Meteorology: Monitoring Compute Clouds 云计算环境允许用户在云供应商的硬件上执行任意的代码,云用户面临很多安全的挑战,恶意用户可以利用供应商的硬件发动攻击,这种攻击能破坏供应商的信誉,同时影响他服务于其他客户的能力。我们表明,尽管云供应商可以利用内部机制,检测用户虚拟机恶意行为,必须小心使用,因为现有的内部技术是基于假设并不拥有在云环境中。 35、 Optimizing Utility in Cloud Computing through Autonomic Workload Execution 36、 LINQ-to-DataCenter 37、 Cloud Computing & Databases How databases can meet the demands of cloud computing
5 816浏览
会员免费 - 【SHP文件-2022.07】四川省行政区划(省、市、县)+道路网+公路网四川行政区划大小:67MB四川行政区划边界,省级、地市级、区县级,以及道路网和铁路网shp文件,可用于GIS分析四川行政区划边界,省级、地市级、区县级,以及道路网和铁路网shp文件,可用于GIS分析
5 1607浏览
会员免费 - Python数据分析与机器学习实战python,机器学习,数据分析,Pandas,实战,大数据,云计算/大数据大小:24MBPython数据分析与机器学习实战教程,该课程精心挑选真实的数据集为案例,通过python数据科学库numpy,pandas,matplot结合机器学习库scikit-learn完成一些列的机器学习案例。课程以实战为基础,所有课时都结合代码演示如何使用这些python库来完成一个真实的数据案例。算法与项目相结合,选择经典kaggle项目,从数据预处理开始一步步代码实战带大家入门机器学习。学完该课程即可:1.掌握Python数据科学工具包,包括矩阵数据处理与可视化展示。2.掌握机器学习算法原理推导,从数学上理解算法是怎么来的以及其中涉及的细节。3.掌握每一个算法所涉及的参数,详解其中每一步对结果的影响。4.熟练使用Python进行建模实战,基于真实数据集展开分析,一步步完成整个建模实战任务。Python数据分析与机器学习实战教程,该课程精心挑选真实的数据集为案例,通过python数据科学库numpy,pandas,matplot结合机器学习库scikit-learn完成一些列的机器学习案例。课程以实战为基础,所有课时都结合代码演示如何使用这些python库来完成一个真实的数据案例。算法与项目相结合,选择经典kaggle项目,从数据预处理开始一步步代码实战带大家入门机器学习。学完该课程即可:1.掌握Python数据科学工具包,包括矩阵数据处理与可视化展示。2.掌握机器学习算法原理推导,从数学上理解算法是怎么来的以及其中涉及的细节。3.掌握每一个算法所涉及的参数,详解其中每一步对结果的影响。4.熟练使用Python进行建模实战,基于真实数据集展开分析,一步步完成整个建模实战任务。
0 2364浏览
会员免费 - smic18mmrf-oa版(工艺库)IC版图设计大小:18MBsmic18mmrf-oa版(工艺库),不用通过CDB转OA,直接添加导入即可,博主也是自学、多方研究整理的,请大家给与支持!!!共同交流进步。smic18mmrf-oa版(工艺库),不用通过CDB转OA,直接添加导入即可,博主也是自学、多方研究整理的,请大家给与支持!!!共同交流进步。
0 2666浏览
会员免费 - Python-在Cityscapes数据集上训练的DeepLabV3的PyTorch实现Python开发-机器学习大小:258MB在Cityscapes数据集上训练的DeepLabV3的PyTorch实现在Cityscapes数据集上训练的DeepLabV3的PyTorch实现
4 3080浏览
会员免费 - ISO DIS 24089-2022 中英文版本。ZIP大小:6MBOTA升级国际规范,OTA升级国际规范,
0 933浏览
会员免费 - 2022年最新火车站点shp数据,带经纬度火车站大小:272KB2022年最新火车站点shp数据,带经纬度,里面含有火车站shp数据,全国3000多个火车站都站点数据,下载通过arcgis 等GIS软件可直接打开,可以转任何常用格式,做地图开发常用必备;2022年最新火车站点shp数据,带经纬度,里面含有火车站shp数据,全国3000多个火车站都站点数据,下载通过arcgis 等GIS软件可直接打开,可以转任何常用格式,做地图开发常用必备;
1 1545浏览
会员免费 - 华中科技大学 源码和实验报告 基于《MovieLens电影评分数据集》使用各种机器学习方法预测电影评分,找出最佳的机器学习算法.zip源码和实验报告大小:6MB华中科技大学 源码和实验报告 基于《MovieLens电影评分数据集》使用各种机器学习方法《预测电影评分》,找出最佳的机器学习算法.zip华中科技大学 源码和实验报告 基于《MovieLens电影评分数据集》使用各种机器学习方法《预测电影评分》,找出最佳的机器学习算法.zip
0 2526浏览
会员免费 - 波士顿房价数据集,Boston Housing Data.csv数据挖掘大小:14KB本数据集为机器学习算法学习和模型验证的典型数据集,可用作机器学习回归问题的分析验证本数据集为机器学习算法学习和模型验证的典型数据集,可用作机器学习回归问题的分析验证
0 3901浏览
会员免费 - 垃圾图片数据集.zip垃圾识别分类大小:541MB垃圾分类训练数据集,每张垃圾图片带有同名txt标签文件,共14802张图。在机器学习中会把数据分为训练集、测试集和检验集。可以用于第七届工训垃圾分类赛项垃圾分类训练数据集,每张垃圾图片带有同名txt标签文件,共14802张图。在机器学习中会把数据分为训练集、测试集和检验集。可以用于第七届工训垃圾分类赛项
0 1655浏览
会员免费 - IEEE33节点配电网模型-Simulink仿真模型simulink大小:28KBIEEE33节点配电网模型-Simulink仿真模型IEEE33节点配电网模型-Simulink仿真模型
0 2845浏览
会员免费