版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、基于位置權(quán)重矩陣的基于位置權(quán)重矩陣的TAL效應(yīng)物靶標挖效應(yīng)物靶標挖掘算法的研究與評估掘算法的研究與評估李可力李可力二○一四年六月碩士學位碩士學位論文碩士碩士李可力李可力基于位置權(quán)重矩陣的基于位置權(quán)重矩陣的TALTAL效應(yīng)物靶標挖掘算法效應(yīng)物靶標挖掘算法的研究與評估的研究與評估2014廣西大學學位論文廣西大學學位論文原創(chuàng)性原創(chuàng)性和使用授權(quán)使用授權(quán)聲明聲明本人聲明所呈交的論文,是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果。除已特別加以標
2、注和致謝的地方外,論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的研究成果,也不包含本人或他人為獲得廣西大學或其它單位的學位而使用過的材料。與我一同工作的同事對本論文的研究工作所做的貢獻均已在論文中作了明確說明。本人在導(dǎo)師指導(dǎo)下所完成的學位論文及相關(guān)的職務(wù)作品,知識產(chǎn)權(quán)歸屬廣西大學。本人授權(quán)廣西大學擁有學位論文的部分使用權(quán),即:學校有權(quán)保存并向國家有關(guān)部門或機構(gòu)送交學位論文的復(fù)印件和電子版,允許論文被查閱和借閱,可以將學位論文的全部或部分內(nèi)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于屬性權(quán)重的局部離群點挖掘算法研究.pdf
- 基于矩陣的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于模式矩陣的關(guān)聯(lián)規(guī)則挖掘算法的研究與應(yīng)用.pdf
- 基于矩陣的頻繁項集挖掘算法研究.pdf
- 基于負荷權(quán)重算法的教師業(yè)績評估系統(tǒng)的研究與實現(xiàn).pdf
- 基于矩陣的加權(quán)關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于投影位置的序列模式挖掘算法研究與應(yīng)用.pdf
- 基于矩陣的關(guān)聯(lián)規(guī)則挖掘算法的設(shè)計與實現(xiàn).pdf
- 基于項目位置索引的序列模式挖掘算法研究.pdf
- 基于壓縮矩陣的關(guān)聯(lián)規(guī)則挖掘算法的改進研究.pdf
- 基于壓縮矩陣的關(guān)聯(lián)規(guī)則挖掘算法研究及其應(yīng)用.pdf
- 基于圖和矩陣的關(guān)聯(lián)規(guī)則挖掘算法.pdf
- 基于矩陣模糊聚類的Web使用挖掘算法.pdf
- 基于智能算法的醫(yī)學數(shù)據(jù)挖掘——特征權(quán)重優(yōu)化方法研究及其應(yīng)用.pdf
- 基于Hadoop的健康物聯(lián)網(wǎng)數(shù)據(jù)挖掘算法研究與實現(xiàn).pdf
- 基于機器學習方法的藥物靶標挖掘研究.pdf
- 矩陣結(jié)構(gòu)約束的空間權(quán)重矩陣的設(shè)定與參數(shù)估計.pdf
- 基于特征矩陣的數(shù)據(jù)挖掘方法的研究與應(yīng)用.pdf
- 空間計量模型的權(quán)重矩陣構(gòu)造與分析.pdf
- 空間權(quán)重矩陣的構(gòu)造與分析---基于 AMOEBA 的改進和 WASG 方法.pdf
評論
0/150
提交評論