简介：重装系统失败的原因多种多样，下面我们就对可能导致重装系统失败的原因做一剖析：

简介：本文针对轴类零件的设计和管理问题，以Pro/ENGINEER软件的二次发为例，通过研究PDM平台管理数据的方式和Pro/ENGINEER参数化建模的方法，介绍了利用Pro/toolkit插件在Pro/ENGINEER软件平台上发一种基于特征描述的轴类零件CAD系统。

简介：当IT遇上NT，我们该怎么办?这里的IT(InformationTechnology)指的就是信息技术类课程，而NT(NewTeaching)则是指新技术条件支持下的新型教学理念和教学策略。应该说，随着我国高等教育的发展和改革不断推向深入，高校信息技术类课程在教学改革，新技术新模式的应用和信息化教学方面取得了长足进展，但在有些方面仍然存在一些问题。为把握和

简介：

简介：

简介：“看看，看看，刘总的、王总的，还有孙总的!一份文件，仨巨头一起批示，破天荒头一回!中心思想就一个：6月底前，飞鹰宽带必须杀进南罗园社区，月租费不低于70元，至少开通十户。以此作为下半年正式营业的示范，否则的话，大家的饭碗全保不住!”经理手捧着圣旨般的红头文件，一字一顿地说。

简介：

简介：时间可真快,转眼已到了炎炎的盛夏,不知各位网友打算怎样渡过这漫长而又多彩的暑假生活呢!什么?问我?!小武早就打算好了,除了做好每期的“小武游记”外,当然不会忘了到QQ上去看望一下各位新老朋友,他们不仅可以及时反馈给我近期“游记”的质量,还能为小武提供各种非常实用的工具呢?好了这期小武就给大家两款网友推荐的精品工具吧!(等等!还是让小武擦把汗,喝口水降降温再慢慢道来吧!……)

简介：

简介：“六·一”，本来应该是属于孩子的日子，但是一群大人却抢了他们的风头。当天一群《奇迹》玩家到九城客服，就账号被封与客服交涉，在交涉未果的情况下与九城方面发生肢体冲突，把游戏中的PK带到了现实生活中。

简介：企业的用人需求是人才培养模式构建与改革的依据之一。本文从网络招聘信息及企业调研中总结出汽修类企业的用人需求,除了专业知识和能力,综合素质也是不可或缺的重要需求之一。

简介：随着互联网信息技术的不断普及,学生获取信息的渠道逐渐向网络延伸,不管我们的课堂如何高效有趣,也挡不住学生上网的脚步。因此不管我们是否愿意,我们的教学要么主动改变,要么被动改变。为此,我们尝试高职电类基础课程在线学习,帮助学生在课余时间,利用互联网,主动学习电类课程。

简介：聚类是数据挖掘中重要组成部分,为了提高聚类的处理效率,将并行处理技术运用于k-means和PAM算法中,对k-means与PAM算法进行了改进。实验结果表明:并行k-means算法相对串行k-means算法有更好的执行效率;且k-means算法有比PAM算法更好的并行性和可扩展性。最后,该文提出和介绍了将并行技术引入谱聚类算法。

简介：每年的第十期．都赶上热闹的国庆黄金周．也正好是杂志创刊的周年纪念特刊。在这喜庆的日子里．总有太多的不一样。今年第十期是我们的六周年特刊．“六”这个数字．对于中国人来说是吉祥、顺利的意思．就像我们的这个6周年LOGO一样，热烈．流畅，正好暗合了《数码》杂志欣欣向荣的发展历程。

简介：

简介：驱动程序是硬件和系统间的桥梁．电脑中的所有设备都必须要加载驱动文件才能发挥它的作用。驱动的升级，备份、卸载，恢复是大家经常要做的工作．比如重装系统的时候，就要备份好电脑的驱动文件．但是手工进行备份工作．难度大而且不易收集到完整的驱动文件。这时就轮到我们的“后勤机械师”隆重登场，有了它们的帮助。调整．提升硬件设备的驱动程序是如此简单……

简介：K-均值聚类算法（K-means）是基于划分的聚类算法中的典型算法，针对K-means算法初始聚类中心存在对K依赖的缺陷，提出一种新的选取K-means算法初始聚类中心的方法，该方法提高聚类结果的有效性和稳定性；还提出一种极值选择法，将最大距离法和最小距离法相结合，进一步提高初始聚类中心选择的准确性。

简介：搜索在计算机上是多种操作的基本运算，其主要目的是从大量数据当中找出所想要的部分，而一般数据的存放，常设有键值（Key）以利搜索，例如在数据库中，要取得数据一定要配合许多键值的使用，方能有效而快速地存取。

简介：本文阐述了计算机类课程开展小班教学的基本理念,提出小班教学具体实施原则。针对推广小班教学面临的各种障碍,结合国内高校计算机教学实际情况,提出了若干建设性意见与措施方法。

简介：文档聚类在Web文本挖掘中占有重要地位．是聚类分析在文本处理领域的应用。文章介绍了基于向量空间模型的文本表示方法，分析并优化了向量空间模型中特征词条权重的评价函数，使基于距离的相似性度量更为准确。重点分析了Web文档聚类中普遍使用的基于划分的k-means算法．对于k-means算法随机选取初始聚类中心的缺陷．详细介绍了采用基于最大最小距离法的原则，结合抽样技术思想，来稳定初始聚类中心的选取，改善聚类结果。