❶ c語言中fseek函數中curpos是什麼意思
這個是文件位置的計算位置不同,1是從當然位置移動一定的量,而0是從頭上移動一定的量如fseek(stream, 100L, SEEK_SET); //從文件頭往後移100位元組fseek(stream, 100L, SEEK_CUR); //從當前位置往後移100位元組,相當於從頭往後移200位元組若文件位置在頭上,它們是沒有區別的
❷ 高手 怎麼在C++程序中添加一個可以馬上關機的命令
以下是我做的一洞伍個關機的類，實現關機是用DOS命令關的機，其實C++裡面也有關機命令的，但我沒有找。希望這個類會對你有幫助。
// Shutdown.h: interface for the CShutdown class.
//
//////////////////////////////////////////////////////////////////////
#if !defined(AFX_SHUTDOWN_H__F6E41D01_BAEB_4A86_82F0_2175601BDEDE__INCLUDED_)
#define AFX_SHUTDOWN_H__F6E41D01_BAEB_4A86_82F0_2175601BDEDE__INCLUDED_
#if _MSC_VER > 1000
#pragma once
#endif // _MSC_VER > 1000
class CShutdown
{
public:
CShutdown();
virtual ~CShutdown();
void LogOff();//只能注銷本機用戶
void Restart();//重啟本地計算機
void Shutdown();//關閉本地計算機
void ShutdownOnTimer(long int );//定時關機
void CutoffShutdown();//中止計算機的關閉
};
#endif // !defined(AFX_SHUTDOWN_H__F6E41D01_BAEB_4A86_82F0_2175601BDEDE__INCLUDED_)
.cpp文件里棗前的
// Shutdown.cpp: implementation of the CShutdown class.
///////////
//編寫者：白開水
//編寫日：2010.9
//此文件類用於作出關閉計算機操。
//操作包括：定時關閉、即時關機、立即重啟、注銷用戶、停止關閉系統
/////////////納岩或/////////////////////////////////////////////////////////
#include "stdafx.h"
//#include "Shutdown.h"
#include <stdlib.h>
//////////////////////////////////////////////////////////////////////
// Construction/Destruction
//////////////////////////////////////////////////////////////////////
CShutdown::CShutdown()
{
}
CShutdown::~CShutdown()
{
}
void CShutdown::LogOff()//只能注銷本機用戶
{
system("Shutdown -l");
}
void CShutdown::Restart()//重啟本地計算機
{
system("Shutdown -r");
}
void CShutdown::Shutdown()//關閉本地計算機
{
system("Shutdown -s");
}
void CShutdown::ShutdownOnTimer(long int a)//定時關機
{
char temp[50] = "";
sprintf(temp,"Shutdown -s -t %d",a);
system(temp);
}
void CShutdown::CutoffShutdown()//中止計算機的關閉
{
system("Shutdown -a ");
}
❸ 8. 貝葉斯分類器（Bayesian Classifier）
貝葉斯分類器只能用於分類問題，貝葉斯分類器頃消有兩種，一種是Exact Bayesian，另一種是Naive Bayesian，貝葉斯分類器的predictor必須得是catogorical的。
演算法一：Exact Bayesian原演算法
a. 在訓練集中尋找同新數據的predictor完全一致的所有數據
b. 在這些數據中尋找出現頻率最多的數據，其分類為Ck
c. 將新的數據分類為Ck
演算法二：Exact Bayesian的cutoff演算法
a. 定義一個cutoff probability
b. 在訓練集中尋找同新數據的predictor完全一致的所有數據
c. 計算這些數據屬於class of interest的概率
d. 如果c中計算的概率高於這個cutoff probability，則認為該數據屬於class of interest（否則屬於另外的class，如果是二分類，則屬於另外一類，如果是多分類，則定義其他類的cutoff probability並重復該演算法的步驟）
如果使用演算法二，其運用嘩乎羨到條件概率模型：(假設d個predictor，m個class)
注: 以下的定義都是針對 訓練集 而言
先驗概率(prior probability)
似然函數 likelihood (probability of the profile given class k is true) ：
後驗概率(posterior probability) ：
條件概率公式 ：
因此：
最大後驗等於先驗乘以最大似然
這解釋了為什麼Exact Bayesian可以准確地進行分類
顯然，Exact Bayesian的問題在亂拍於它需要被投喂很多的數據才能夠找到對應的記錄，如果有20個predictor，每個predictor都有兩個值，那麼至少需要 來保證每一條數據都有匹配的數據，因此採用Naive Bayesian的手段來縮減所需要的數據量
Naive Bayesian的假設 ：當給定target class的時候，predictors之間條件獨立
在該假設下：
鏈式法則 ：
條件獨立的假設
因此
註：同演算法一和二，Naive Bayesian也有有cutoff和無cutoff兩種版本
對於Naive Bayesian，關鍵的地方在於如何求出P(x|Ck)
a. 如果是categorical variable ，則
b. 如果是continuous variable (Gaussian Naive Bayesian)
假設其服從高斯分布
其中
c. Laplace Smoothing
當記錄中缺少某個predictor的某個category的值的時候，Naive Bayes會輸出該概率為0，為了解決這個問題，則需要一個smoothing parameter
由上可以看出:
a. 保證了概率的取值范圍在(0,1)，並且不會為0或者1
b. 如果category variable的取值越多，則相同的alpha會給出更小的概率值
Laplace Smoothing在Multinomial Naive Bayes(指X服從multinomial distribution)和Categorical Naive Bayes上都扮演重要的角色
d. 如果是binary variable (Bernoulli Naive Bayes)
Bernouli NB rule常用於NLP文檔的在短文上面表現比較出色
如果 在原文檔裡面出現過一次，則 ，否則為0
由上公式可以看出，Bernouli NB rule會對沒有出現的情形產生高懲罰項，然而Multinomial NB rule則是選擇忽視
對於Exact Bayesian和Naive Bayesian的區別，用以下的例子比較容易說明：
b. Naive Bayesian
計算先驗 ：P(Cat) = 4/8 = 0.5 # 記錄裡面有4條分類為貓，總共8條記錄
計算每個predictor的conditional probability
P(Light|Cat) = 3/4 = 0.75 # 4個cat的記錄裡面有3個是light
P(Fine|Cat) = 3/4 = 0.75
P(Brown|Cat) = 2/4 = 0.5
最大後驗 ：
P(Cat│Light, Fine, Brown) ∝ 0.75 x 0.75 x 0.5 x 0.5 = 0.14
同理可得
P(Dog│Light, Fine, Brown) ∝ 0.25 x 0.25 x 0.5 x 0.5 = 0.015
因此分類為貓
a. 數據量上，假設是d個binary variable，則Exact Bayesian需要至少 個數據，而Naive Bayesian只需要 個數據（僅僅隨predictor的數量線性增長）
b. Naive Bayesian比Exact Bayesian簡單而且速度更快
c. Naive Bayesian robust to noise data，因此其overfitting的概率比Exact Bayesian小
d. Naive Bayesian的結果的可靠性需要大量的數據來支撐
e. Naive Bayesian只保留了propensity(屬於該class的概率)的順序，但不能求出其具體的值
f. 兩個Bayesian演算法在處理categorical variable上都是直接而且高效的
❹ cut off ,cut down的區別
cut
off
切掉，剪嘩坦下；切斷，斷絕
cut
down
砍倒；削減；壓縮
它們是動副詞短語，如果是介詞必須放在動詞和副詞之間，所以，排除A和或迅C。
cut
down
trees
砍伐樹木
如果trees
改為衫蘆此them,則放中間
答案：
D
❺ 【數據分析基礎】聚類分析
劃分方法 ：K-MEANS（K均值）、K-MEDOIDS（K中心點）、CLARANS演算法（基於選擇的演算法）
層次分析方法 ：BIRCH演算法（平衡迭代規約和聚類）、CURE演算法（代表點聚類）、CHAMELEON演算法(動態模型)
基於密度的演算法 ：DBSCAN演算法（基於高密度連續區域）、DENCLUE演算法（密度分布函數）、OPTICS演算法（對象排序識別）
基於網格的方法 ：STING演算法（統計信息網路）、CLIOUE演算法（聚類高維空間）、WAVE-CLUSTER演算法(小波變換)
基於模型的方法 ：統計學方法、神經網路方法
K-Means聚類也叫快速聚類法，在最小化誤差函數的基礎上將數據劃分為預定的類數K。原理簡單，便於處理大量數據。
K-Medoids聚類演算法不採用簇中對象的平均值作為簇中心，而選用簇中離平均值最近的對象作為簇中心。
①從N個樣本數棚巧據中隨機選取K個對象作為初始的聚類中心；
②分別計算每個李手樣本到各個聚類中心的距離，將對象分配到距離最近的聚類中；
③所有對象分配完成後，重新計算K個聚類的中心；
④與前一次計算的K個聚類中心比較，如果聚類中心發生變化，轉第②步，否則轉第⑤步。
⑤當質心不發生變化時停止並輸出聚類結果。
連續屬性：首先對各屬性值進行零-均值規范（ zscore ），在進行距離計算。距離計算常用的有：
· 歐幾里得距離
· 曼哈頓鏈擾鍵距離
· 閔可夫斯基距離
文檔數據：先將文檔數據整理成 文檔-詞矩陣 格式，再用 餘弦相似性 度量。
連續屬性的SSE
文檔數據的SSE
組內相似性越大，組件差別越大，聚類效果越好。常用的評價方法有：
· purity評價法
· RI評價法
· F值評價法
層次聚類樹：Z = linkage(x,method,metric)
層次聚類或者高斯混合分布聚類模型：T = cluster(Z,』maxclust』,n) 或者 T = cluster(Z,』cutoff』,c)
其中，Z是使用linkage函數構建的層次聚類數，是一個(m-1)×3維矩陣，其中m是觀察的樣本數；當參數為』maxclust』時，n為聚類的類別；當參數為』cutoff』時，c表示剪枝的閾值。
k均值聚類模型：[IDX,C,sumd,D] = kmeans(x,k,param1,val1,param2,val2,...)
其中，IDX返回每個樣本數據的類別；C返回k個類別的中心向量；sumd返回每個類別樣本到中心向量的距離和；D返回每個樣本到中心的距離。
模糊聚類模型：[center,U,obj_fcn] = fcm(data,cluster_n)
其中，U返回最終模糊分區矩陣；obj_fcn為循環過程中目標函數的值。
自組織神經網路聚類模型：net = selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn)
❻ offset在C語言中使用是什麼意思啊
意思是偏移值，通常用於指明一個位置，它的用法是把一個基底位置加上 offset 值 (offset 可以是負數)。 例如我們說 : 一個資料結構在內存中的位置是 0x125000，它的 offset 0x10 處是用戶名字， offset 0x14 是用戶序號。在 PE 結構中， offset 通常用於指明在 exe 檔案中的實際位置
在手機的SEEM修改里，Offset就是數值的坐標位置，如：offset64就是指左邊的橫坐標0x060（行），上邊的縱坐標x04（列）；offset1E，就是指左邊的橫坐標0x010（行），上邊的縱坐標x0E（列）。
lrc歌詞中會經常見到[offset:500]這樣的說明,指的是卡拉OK歌詞滾動時的偏移量
C語言中的宏定義:
offsetof (type,member)
返回值:2個地址的偏移量,第一個地址是結構體名字,第二個地址是結構體成員,
所以返回的是二者之間的以byte為單位的偏移量
由於c++中struct已經強化為類,the use of offsetof is restricted to "POD types".
例子：
/* offsetof example */
#include <stdio.h>
#include <stddef.h>
struct mystruct
{
char singlechar;
char arraymember[10];
char anotherchar;
};
int main ()
{
printf ("offsetof(mystruct,singlechar) is %d\n",offsetof(mystruct,singlechar));
printf ("offsetof(mystruct,arraymember) is %d\n",offsetof(mystruct,arraymember));
printf ("offsetof(mystruct,anotherchar) is %d\n",offsetof(mystruct,anotherchar));
return 0;
}
Offset:引用函數,可以引用區域和單元格
語法:=Offset(reference,rows,cols,height,width)第一個參數是原點,第二個參數是
偏移的行,第三個參數是偏移的列,第四個參數是行高,第五個參數是列寬
❼ C語言中deflault、case、switch、else、if各表達什麼意思 它們的作用各是什麼
case 一般和switch連用，例如：switch（a）{ case 1： 。。。default：}表示在a=1的情況下需要執行case 1：後面的語句，如果a的值沒有找到對應的case，那麼就執行default後面的語句。if一般和else一起棚隱譽連用，例如：if（a==b）。。。else。攜銀。。。表示如果a和b相等的話，就執行if後面的語鏈段句，否則執行else後面的語句。
❽ offset在C語言中使用是什麼意思
offset是偏移量的意思，這個一般在匯編語言中。
在c語言中一般鬧汪核用液掘陵山序號或者指針來進行操作。
比如
int a[4]; //4個int類型的變數 數組。本來按偏 移量。
a-----------------a[0]
+4---------------a[1]
+4---------------a[2]
+4--------------a[3]
也可以用指針 int *p =a;
那麼就是
a------------p
+4 --------p+1
+4 --------p+2
+4---------p+3
❾ C語言文件關閉函數fclose(文件指針)是什麼
fclose函數為C語言標准庫函數，用來關閉一個已打開的文件。
該函數在stdio.h中聲明，原型為：
int fclose(FILE *fp);
當fclose被調用時，一個打開的文件(以文件指針fp標識)會被關閉，關閉後，無法再對fp執行讀寫操作。
如果關閉成功，返回0，否則返回負值。C語言文件操作的標准流程為
1、fopen打開文件；
2、通過各種讀寫函數，讀寫文件；
3、所有操作結束後，調用fclose關閉文件。
❿ 乙肝五項後的CUTOFF值和OD值是什麼意思
您好：
OD值本身的意思是吸光度值。這里的OD值，實際上是檢測樣本的OD值，一般以S表示。這里的Cutoff，是對照樣本的盯枯臨界值，一般以C.O.表示。那麼OD/Cutoff即S/C.O.，以這個比值，來確定陰性或陽性。一般而言，S/C.O.大於1則為陽性，反之為陰性。只要在參考值里都是好的。
你的兩頌橋對半檢查結果是小三陽，建議檢查：肝功能、B超、凱櫻洞HBV-DNA（乙肝病毒檢測）等。