JavaWeb期末考试A卷
2025/11/3 4:33:57 37KB JavaWeb期末考试A卷
1
deconvblind函数系统实现解卷积包括图形范例哦!!
2025/11/2 3:38:53 882B deconvblind
1
基于Jsp网络在线考试系统源码,Java。
本系统为基于JSP的网络在线考试系统,功能:1、注册(学生)注册信息包括登录帐号、姓名、性别、年龄、班级、任课老师。
2、参加考试(学生)从试卷列表中选择考试卷,考试卷由管理人员(一般由老师担*任)创建。
试卷信息包括试卷ID(生成规则后面在"试卷管理"用例中描述)、试卷科目、满分、时间、试卷有效期。
3、试卷管理:(管理人员)试卷主体信息维护(创建试卷、修改试卷相关信息、删除试卷),4、题库管理:(管理人员)题目信息维护(创建题目、修改题目、删除题目)。
jspjava
2025/11/1 12:18:52 5.2MB jsp java 网络在线考试 考试系统源码
1
清华大学出版社,2012年,凌桂龙、丁金滨主编。
分卷压缩为2个,这是第一个,第二个也在CSDN上,不重复收积分,大家可以搜索一下。
2025/11/1 5:02:16 40MB ANSYS 入门 精通
1
分子识别特征(MoRF)是内在无序蛋白(IDP)的关键功能区域,它们在细胞的分子相互作用网络中起重要作用,并与许多严重的人类疾病有关。
鉴定MoRF对于IDP的功能研究和药物设计都是必不可少的。
本研究采用人工智能的前沿机器学习方法,为改进MoRFs预测开发了强大的模型。
我们提出了一种名为enDCNNMoRF(基于集成深度卷积神经网络的MoRF预测器)的方法。
它结合了利用不同特征的两个独立的深度卷积神经网络(DCNN)分类器的结果。
首先,DCNNMoRF1使用位置特定评分矩阵(PSSM)和22种氨基酸相关因子来描述蛋白质序列。
第二种是DCNNMoRF2,它使用PSSM和13种氨基酸索引来描述蛋白质序列。
对于两个单一分类器,都采用了具有新颖的二维注意机制的DCNN,并添加了平均策略以进一步处理每个DCNN模型的输出概率。
最后,enDCNNMoRF通过对两个模型的最终得分进行平均来组合这两个模型。
当与应用于相同数据集的其他知名工具进行比较时,新提出的方法的准确性可与最新方法相媲美。
可以通过http://vivace.bi.a.utokyo.ac.jp:8008/fang
2025/10/29 10:38:37 1.56MB 研究论文
1
本文首先介绍神经网络和深层模型的基本理论,接着重点介绍深度卷积神经网络、U-Net神经网络和全卷积神经网络在这方面的应用。
2025/10/26 15:06:14 2.92MB 综述 深度学习 医学分割
1
此资源主要是python代码涵盖了人脸识别,深度学习,卷积神经网络等一些列的算法程序
2025/10/25 1:25:19 8.42MB 深度学习 python 卷积神经
1
通止规是量具的一种,在实际生产中大批量的产品若采取用计量量具(如游标卡尺,千分表等有刻度的量具)逐个测量很费事.我们知道合格的产品是有一个度量范围的.在这个范围内的都合格,所以人们便采取通规和止规来测量.通止规是两个量具分为通规和止规.举个例子:M6-7h的螺纹通止规一头为通规(T)如果能顺利旋进被测螺纹孔则为合格,反之不合格需返工(也就是孔小了).然后用止规(Z)如果能顺利旋进被测螺纹孔2.5圈或以上则为不合格反之合格.且此时不合格的螺纹孔应报废,不能进行返工了.其中2.5卷为国家标准,若是出口件最多只能进1.5圈(国际标准).总之通规过止规不过为合格,通规止规都不过或通规止规都过则为不合格。
  例如检验孔的大小,按孔径允许偏差的上限做止端,按孔径允许偏差的下限做通端,检验时,若止端能通过,说明孔径大了,不合格,且不能重加工;
若通端不能通过,则说明孔径小了,也是不合格,但是可以通过重加工使之合格。
2025/10/21 17:41:05 714KB 机械检具设计
1
2017IPSEC&WOC;渠道高级认证,有需要的可以根据实际情况参考。
2025/10/21 4:44:05 1.82MB 2017 IPSEC &WOC; 渠道高级
1
科大讯飞语音转为文字java开发,语音转写(LongFormASR)基于深度全序列卷积神经网络,将长段音频(5小时以内)数据转换成文本数据,为信息处理和数据挖掘提供基础开放平台“语音转写”需要使用SDK接入,针对有编程基础的开发者用户。
如果您不想通过编程方式,可以去讯飞听见官网,上传音频,直接实现语音转文字功能
2025/10/17 12:25:36 3.29MB ifly
1
共 1000 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡