引导令牌域为Twitter的Bootstrap设计的jQuery标记/令牌生成器输入插件查看该项目不再维护！安装要求：jQuery1.9+，Bootstrap3+（仅CSS）通过npm或bower安装（推荐）或手动下载软件包在HTML中包含dist/bootstrap-tokenfield.js或dist/bootstrap-tokenfield.min.js在HTML中包含dist/css/bootstrap-tokenfield.css用法$('input').tokenfield()特征使用Ctrl+C和Ctrl+V复制和粘贴令牌键盘导航，使用键盘删除令牌（箭头键，Shift+箭头键）使用Ctrl+单击和Shift+单击选择特定标记TwitterTypeahead和jQueryUI自动完成支持常问问题如何防
2025/6/3 12:06:40
133KB
1
《架构之美》内容包括：facebook的架构如何建立在以数据为中心的应用生态系统之上。
xen的创新架构对操作系统未来的影响。
kde项目的社群过程如何让软件的架构从粗略的草图成为漂亮的系统。
蔓延的特征如何让gnuemacs获得从未想到过的功能。
jikesrvm自优化、自支持的运行时环境背后的魔法...《安全之美》包含以下内容：个人信息背后的经济：它的运作方式、犯罪分子之间的关系以及他们攻击猎物的新方法。
社交网络、云计算及其他流行的趋势如何帮助或损害在线安全。
度量指标、需求收集、设计和法律如何将安全提高到一个新水平。
《数据之美》揭示了数据发现可以是多么广泛和美丽!在《数据之美》中，39位业内最佳数据实践者揭秘了他们如何为各种项目开发简单优雅的解决方案，例如火星着陆探测器、Radiohead视频的制作等。
xen的创新架构对操作系统未来的影响。
kde项目的社群过程如何让软件的架构从粗略的草图成为漂亮的系统。
蔓延的特征如何让gnuemacs获得从未想到过的功能。
jikesrvm自优化、自支持的运行时环境背后的魔法...《安全之美》包含以下内容：个人信息背后的经济：它的运作方式、犯罪分子之间的关系以及他们攻击猎物的新方法。
社交网络、云计算及其他流行的趋势如何帮助或损害在线安全。
度量指标、需求收集、设计和法律如何将安全提高到一个新水平。
《数据之美》揭示了数据发现可以是多么广泛和美丽!在《数据之美》中，39位业内最佳数据实践者揭秘了他们如何为各种项目开发简单优雅的解决方案，例如火星着陆探测器、Radiohead视频的制作等。
2025/5/31 0:08:27
21.09MB
1
一种基于LBP和CNN的人脸识别算法，徐镇，刘阳，针对直接将人脸图像作为卷积神经网络的输入，往往会出现人脸图像维数过高且会忽略人脸局部结构特征信息等问题，本文主要研究一种
2025/5/30 16:37:03
453KB
1
一般来说，如果不是不可能完全描述多孔介质的微观结构是非常困难的，因为它具有复杂和随机性。
人们只能获得一些基于统计的平均信息，如平均孔隙度或更好的孔径分布。
如果需要对多孔结构的全部细节进行更为严格的处理，则必须解决此问题。
事实上，更准确地预测多孔介质的传输特性需要更详细地描述整个多孔介质的形态，包括几何性质（如颗粒或孔形状）以及体积和拓扑性质（如孔迂曲度和互连性）。
已经报道了几次这样的尝试。
重建过程是一种流行的方法再现多孔结构[。
然而，确定相关函数非常复杂。
随机当其他微观结构细节存在时，障碍物的位置是构建人造多孔介质最简单的位置可以忽略。
为了调整孔隙大小和连通性，Coveney等人提出了一种孔隙增长随时间模型。
通过从进一步与集群增长理论有关，我们建议本文是一个更全面的方法，其中四个参数被确定用于控制内部多孔颗粒介质结构，从而形成一个称为四重结构生成集（QSGS）的集合。
这一套使我们能够生成多孔形态学特征，为许多真正的多孔介质的形成进程作出贡献。
人们只能获得一些基于统计的平均信息，如平均孔隙度或更好的孔径分布。
如果需要对多孔结构的全部细节进行更为严格的处理，则必须解决此问题。
事实上，更准确地预测多孔介质的传输特性需要更详细地描述整个多孔介质的形态，包括几何性质（如颗粒或孔形状）以及体积和拓扑性质（如孔迂曲度和互连性）。
已经报道了几次这样的尝试。
重建过程是一种流行的方法再现多孔结构[。
然而，确定相关函数非常复杂。
随机当其他微观结构细节存在时，障碍物的位置是构建人造多孔介质最简单的位置可以忽略。
为了调整孔隙大小和连通性，Coveney等人提出了一种孔隙增长随时间模型。
通过从进一步与集群增长理论有关，我们建议本文是一个更全面的方法，其中四个参数被确定用于控制内部多孔颗粒介质结构，从而形成一个称为四重结构生成集（QSGS）的集合。
这一套使我们能够生成多孔形态学特征，为许多真正的多孔介质的形成进程作出贡献。
2025/5/30 12:29:12
3KB
1
针对在线社会网络中用户间的关系存在多种关系复合的情况，采用多子网复合复杂网络的模型理论，将豆瓣网中用户关注关系子网和用户影评关系子网进行复合，设计了一个基于多子网复合复杂网络拓扑演化模型，该模型考虑了多关系间的相互影响。
最后通过仿真实验，得出了基于多子网复合复杂网络模型的网络节点个数、网络边数、网络平均最短路径等网络特征和同等实际网络的网络特征较为吻合。
最后通过仿真实验，得出了基于多子网复合复杂网络模型的网络节点个数、网络边数、网络平均最短路径等网络特征和同等实际网络的网络特征较为吻合。
2025/5/30 5:14:48
3.79MB
1
连续投影算法(SPA)是一种使矢量空间共线性最小化的前向变量选择算法，它的优势在于提取全波段的几个特征波长，能够消除原始光谱矩阵中冗余的信息，可用于光谱特征波长的筛选。
近年来，国内外学者在利用光谱分析技术检测作物和食品中某些重要成分的含量时利用了连续投影算法作有效波长的选取。
近年来，国内外学者在利用光谱分析技术检测作物和食品中某些重要成分的含量时利用了连续投影算法作有效波长的选取。
2025/5/29 16:19:11
97KB
1
1、人脸识别sdk功能包含：摄像头操作封装，人脸检测、特征提取、人脸特征比对、性别检测、年龄检测；
2、本sdk二次开发包提供32位和64位dll，适用于Windows7以上系统，建议配置为i3+4G，开发包打包环境vs2015；
3、在64位i5上实测性能如下：人脸检测耗时:13毫秒;年龄检测耗时:93毫秒;性别检测耗时:79毫秒;特征提取耗时:109毫秒;比对10000次用时:1063毫秒;识别率＞99.8%;
2、本sdk二次开发包提供32位和64位dll，适用于Windows7以上系统，建议配置为i3+4G，开发包打包环境vs2015；
3、在64位i5上实测性能如下：人脸检测耗时:13毫秒;年龄检测耗时:93毫秒;性别检测耗时:79毫秒;特征提取耗时:109毫秒;比对10000次用时:1063毫秒;识别率＞99.8%;
2025/5/28 2:24:35
41MB
1
matlab实现的阶次分析算法，用于变转速机械故障特征提取，可运行，包含寻找脉冲时刻，等角度时刻，数字跟踪滤波，样条差值等步骤
2025/5/27 2:46:57
5KB
1
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