阅读更多

7顶
0踩

行业应用

翻译新闻 设计:最受欢迎的Brush组合

2009-08-13 12:48 by 副主编 ouspec 评论(2) 有3493人浏览

BrushKing 是最近刚上线的一个优秀设计网站,你可以在这里编辑你的Brush画笔组合,也可以下载优秀的Brush元素。下面是最受欢迎的Brush组合:

 

1.

Brush Screenshot

Foliage Swirls - 40 523 downloads

 


2. 

Brush Screenshot

Flourish Masks - 40 254 downloads

 


3.

Brush Screenshot

Musik brush - 37 567 downloads

 


4. 

Brush Screenshot

Vector-Linedots - HQ - 37551 downloads

 



5. 

Brush Screenshot

Swirls Brushes - 34578 downloads

 


6. 

Brush Screenshot

Border - Corner Brushes - 32 134 downloads

 


7.

Brush Screenshot

Vector Line Brushes - 30 937 downloads

 


8. 

Brush Screenshot

Floral Swirl Brushes - 30 667 downloads

 

 

 

全文阅读:http://www.brushking.eu/news/top-25-most-popular-brushes-sets.html

7
0
评论 共 2 条 请登录后发表评论
2 楼 agred 2009-08-16 14:52
这个网站我先收下了
1 楼 aChip 2009-08-13 18:38
第二个裱一下,可以放进艺术馆。

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 数据仓库与数据挖掘 - 陈志泊.rar

    陈志泊写的《数据仓库与数据挖掘》,数据仓库与数据挖掘 - 陈志泊

  • 数据仓库及数据挖掘

    一、数据仓库概述 二、数据仓库的建设 三、数据仓库的分类 四、数据仓库的设计方法 五、数据挖掘 1、概述 2、常用技术与方法 3、应用

  • 数据仓库与数据挖掘概述

    数据仓库是一种对多个分布式的、异构式的数据库提供统一查询的技术。数据挖掘是指从大量的数据库中抽取出此前还没有发现的有效的、实用的信息,并且此后使用此信息来帮助制定关键的商业决策的过程。本文介绍数据仓库和数据挖掘的基本概述。

  • 数据仓库与数据挖掘

    数据仓库与数据挖掘 第一章:数据仓库和数据挖掘概述 1.1 数据仓库的产生 数据仓库与数据挖掘: 数据仓库和联机分析处理技术(存储)。 数据挖掘:在大量的数据中心挖掘感兴趣的知识、规则、规律、模式、约束(分析)。 数据仓库用于决策分析: 数据仓库:是在数据库已经大量存在的情况下,为了进一步挖掘数据资源、为了决策需要而产生的,并不是‘大型数据库’。 数据仓库与数据库的区别: 数据库 数据仓库 事务处理 决策分析 保持事务处理的当前状态 保存过去和当前的数据 大量数据库

  • 数据挖掘和数据仓库之间的区别

    数据仓库是一种用于收集和管理来自不同来源的数据以提供有意义的业务见解的技术。它是技术和组件的混合体,允许战略性地使用数据。数据仓库是企业对大量信息的电子存储,旨在进行查询和分析,而不是事务处理。这是一个将数据转换为信息并将其提供给用户进行分析的过程。数据挖掘正在大型数据集中寻找隐藏的、有效的和可能有用的模式。数据挖掘就是要发现数据之间未被怀疑/以前未知的关系。这是一项使用机器学习,统计学,人工智能和数据库技术的多学科技能。通过数据挖掘提取的见解可用于营销,欺诈检测和科学发现等。使用数据仓库的一些最重要的原因

  • 数据仓库和数据挖掘基础知识点

                                                    第一章  数据仓库和数据挖掘概述 一、概念题 1、数据仓库的定义是什么?      答:数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合,用于支持经营管理中央决策制定过程。 2、数据仓库的特点是什么?     答:数据仓库的特点是:   (1)数据仓库是面向主题的;   (2)数据...

  • 数据仓库和数据挖掘基础知识点_数据仓库与数据挖掘

    *、数据装载方式有哪些?**答:(1)基本转载:按转载的目标表,将转换过的数据输入到目标表中去。(2)追加:如果目标表中已存在数据,追加过程在保存已有数据的基础上增加数据。(3)破坏性合并:当输入数据记录的主键与一条已存在的记录的键互相匹配时,用新输入的数据更新目标记录数据。(4)建设性合并:当输入记录主键与已有记录的键相匹配时,保留已有的记录,增加输入的记录,并标记为旧的记录的替代。**、数据装载类型有哪些?**数据装载类型包括三种:最初装载、增量装载和完全刷新。

  • 数据挖掘和数据仓库

    数据挖掘和数据仓库 数据挖掘 概念 基于AI、机器学习、统计学等技术,高度自动化的分析原有数据,进行归纳推理,从数据仓库中提取可信的、新颖的、有效的、人们感兴趣的、别人能理解的知识的高级处理过程。 模式分类: 预测性模式或描述性模式 实际应用中可细分为:关联模式、分类模式、聚类模式、序列模式 目的 提高市场的决策能力,检测异常模式,在过去经验的基础上预言未来的趋势。 在数据库中找规律 步骤: 数据准备 数据集成 数据选择 预分析 挖掘 过程: 数据的选择:选择相关的数据 数据的精华 :消除噪音、

  • 数据仓库与数据挖掘知识点梳理

    数据挖掘

  • 数据仓库与数据挖掘(华电)

    华北电力大学研究生课程数据仓库与数据挖掘,郑玲老师主讲,木有拷贝她课件的童鞋可以下载下来看看哈。期末考试很有用哈。

  • 数据仓库与数据挖掘.zip

    数据仓库与数据挖掘 第一版 - 陈志泊,数据仓库与数据挖掘工程实例-张兴会 2014年9月第一版,附完整书签,和md笔记文件的目录框架。 两份资料都以SQL Server平台讲述。 本文档仅供自学方便考虑,如有质疑或不便,请参考正版。

  • 模型性能度量 混淆矩阵

    1.回归模型 度量方法: 均方误差 mean_squared_error R2分数 r2_score 可释方差分数 explained_variance_score 2.分类模型 度量方法: 错误率、精度accuracy。分类错误或正确的样本数占样本总数的比例 在查准率、查全率、f分数之前,先看看混淆矩阵,容易晕人 这个混淆矩阵:样本实际情况(True、False)、预测结果(...

  • 数据仓库知识点汇总

    数据仓库形象解释 业务场景如下图 举例说明: 在很久很久以前,世界上生活着许多种族,有人类,有矮人,有精灵......他们有着不同的信仰,不同的文化,彼此相安无事。可是,有一个猥琐男却偏偏想要统治整个世界。如何统治这么多不同文化信仰的种族呢?猥琐男想出一个馊主意,打造出几枚拥有魔力的戒指,免费送给不同种族的领袖,让他们可以更好地统治各自的族人。当各个种族的领袖美滋滋地戴上各自的魔戒,走上...

Global site tag (gtag.js) - Google Analytics