
©本内容由知传链提供
- 1、本内容来自版权合作机构,您在本站购买的阅读使用权仅限于您本人阅读使用,您不得/不能给任何第三方使用,由此造成的一切相关后果本平台保留向您追偿索赔的权利!版权所有,后果自负!
- 2、本文档为正版电子图书,虚拟物品付费之后概不接收任何理由退款。
查看更多
·165·[1]王育民,刘建伟.通信网的安全——理论与技术[M].西安:西安电子科技大学出版社,1999.[2]王育民,何大可.保密学—基础与应用[M].西安:
您可能关注的文档
- 获取梯度提升法的最佳性能-[共3页]-252-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 梯度提升法的基本原理-[共4页]-248-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- Bagging算法是如何工作的-[共11页]-237-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 二元决策树的过拟合-[共4页]-232-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 决策树的训练等同于分割点的选择-[共3页]-229-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 如何训练一个二元决策树-[共4页]-225-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 多类别分类-分类犯罪现场的玻璃样本-[共6页]-214-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 二分类:使用惩罚线性回归来检测未爆炸的水雷-[共24页]-190-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 基扩展:基于原始属性扩展新属性来改进性能-[共4页]-186-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 部署前在整个数据集上进行训练-[共6页]-180-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 12-[共12页]-166-秘密共享技术及其应用-人民邮电出版社-庞辽军,裴庆祺,李慧贤,徐启建.pdf
- 11-[共16页]-150-秘密共享技术及其应用-人民邮电出版社-庞辽军,裴庆祺,李慧贤,徐启建.pdf
- 10-[共15页]-135-秘密共享技术及其应用-人民邮电出版社-庞辽军,裴庆祺,李慧贤,徐启建.pdf
- 09-[共29页]-106-秘密共享技术及其应用-人民邮电出版社-庞辽军,裴庆祺,李慧贤,徐启建.pdf
- 08-[共19页]-87-秘密共享技术及其应用-人民邮电出版社-庞辽军,裴庆祺,李慧贤,徐启建.pdf
- 07-[共15页]-72-秘密共享技术及其应用-人民邮电出版社-庞辽军,裴庆祺,李慧贤,徐启建.pdf
- 06-[共15页]-57-秘密共享技术及其应用-人民邮电出版社-庞辽军,裴庆祺,李慧贤,徐启建.pdf
- 05-[共7页]-50-秘密共享技术及其应用-人民邮电出版社-庞辽军,裴庆祺,李慧贤,徐启建.pdf
- 04-[共9页]-41-秘密共享技术及其应用-人民邮电出版社-庞辽军,裴庆祺,李慧贤,徐启建.pdf
- 03-[共8页]-33-秘密共享技术及其应用-人民邮电出版社-庞辽军,裴庆祺,李慧贤,徐启建.pdf
文档评论(0)