[剑桥高级英语语法书第二版].Cambridge.Advanced.Grammar.in.Use.[2nd.edition.2005].pdfpart2of3
2024/10/24 16:18:51
23.44MB
1
我们的脸部数据库（以前的'ORL脸部数据库'）包含一组1992年4月至1994年4月在实验室拍摄的脸部图像。
该数据库用于与剑桥大学工程部言语，视觉和机器人小组合作开展的面部识别项目。
每个40个不同的主题有10个不同的图像。
对于某些科目，图像是在不同的时间拍摄的，改变了照明，面部表情（开放/闭眼，微笑/不微笑）和面部细节（眼镜/没有眼镜）。
所有图像都是在黑暗的均匀背景下拍摄的，拍摄对象处于直立的正面位置（对某些侧面运动具有宽容度）。
可以使用面部数据库的预览图像。
这些文件采用PGM格式，可以使用'xv'程序方便地在UNIX（TM）系统上查看。
每幅图像的大小为92×112像素，每像素有256个灰度级。
这些图像被组织在40个目录中（每个主题一个），它们具有表单的名称sX，其中X表示主题编号（介于1和40之间）。
在这些目录的每一个中，该主题有十个不同的图像，其具有该形式的名称Y.pgm，其中Y该主题的图像编号（在1和10之间）。
该数据库用于与剑桥大学工程部言语，视觉和机器人小组合作开展的面部识别项目。
每个40个不同的主题有10个不同的图像。
对于某些科目，图像是在不同的时间拍摄的，改变了照明，面部表情（开放/闭眼，微笑/不微笑）和面部细节（眼镜/没有眼镜）。
所有图像都是在黑暗的均匀背景下拍摄的，拍摄对象处于直立的正面位置（对某些侧面运动具有宽容度）。
可以使用面部数据库的预览图像。
这些文件采用PGM格式，可以使用'xv'程序方便地在UNIX（TM）系统上查看。
每幅图像的大小为92×112像素，每像素有256个灰度级。
这些图像被组织在40个目录中（每个主题一个），它们具有表单的名称sX，其中X表示主题编号（介于1和40之间）。
在这些目录的每一个中，该主题有十个不同的图像，其具有该形式的名称Y.pgm，其中Y该主题的图像编号（在1和10之间）。
2024/10/7 8:38:16
3.62MB
1
5G无线通信系统关键技术（剑桥大学出版社）2017年出版对于5G所有最新技术进行了详细说明很全的工具书
2024/9/19 0:27:12
18.42MB
1
概率习题，剑桥GeoffreyR.Gremmitt和牛津DavidR.Stirzaker编著.PDF版，方便阅读。
2024/7/25 10:26:37
38.26MB
1
英语在用--剑桥初级英语语法--------本丛书是世界上最畅销的英语语法与词汇学习参考书，迄今读者记逾千万，被誉为“英语学习者的‘圣经’”。
--------Essential_Grammar_in_Use_3rd_ed[RaymondMurphy].djvu英文第二版扫描彩色清晰版djvu格式使用windjview工具查看(http://windjview.sourceforge.net/)---------它专为非英语国家英语学习者编写，在结构上，条理明晰，形式简约顺达；
在内容上，解析重点与难点，透彻生动，同时反复练习，巩固成效。
“英语在用”丛书包括语法和词汇两个系列，每系列分3级，分别针对初、中、高级学习者，并配有练习册。
既可作为自学用书，也可作为课堂用书。
--------Essential_Grammar_in_Use_3rd_ed[RaymondMurphy].djvu英文第二版扫描彩色清晰版djvu格式使用windjview工具查看(http://windjview.sourceforge.net/)---------它专为非英语国家英语学习者编写，在结构上，条理明晰，形式简约顺达；
在内容上，解析重点与难点，透彻生动，同时反复练习，巩固成效。
“英语在用”丛书包括语法和词汇两个系列，每系列分3级，分别针对初、中、高级学习者，并配有练习册。
既可作为自学用书，也可作为课堂用书。
2024/2/27 4:13:56
10.48MB
1
ROSTCM6是武汉大学沈阳教授研发编码的国内目前唯一的以辅助人文社会科学研究的大型免费社会计算平台。
该软件可以实现微博分析、聊天分析、全网分析、网站分析、浏览分析、分词、词频统计、英文词频统计、流量分析、聚类分析等一系列文本分析,遍布海内外100多所大学,包括剑桥大学、日本北海道大学、北京大学、清华大学、香港城市大学、澳门大学众多高校。
写论文的一把利器。
该软件可以实现微博分析、聊天分析、全网分析、网站分析、浏览分析、分词、词频统计、英文词频统计、流量分析、聚类分析等一系列文本分析,遍布海内外100多所大学,包括剑桥大学、日本北海道大学、北京大学、清华大学、香港城市大学、澳门大学众多高校。
写论文的一把利器。
2024/2/21 10:56:09
8.61MB
1
为了说明训练过程，本示例将训练SegNet，一种用于图像语义分割的卷积神经网络(CNN)。
用于语义分割的其他类型网络包括全卷积网络(FCN)和U-Net。
以下所示训练过程也可应用于这些网络。
本示例使用来自剑桥大学的CamVid数据集展开训练。
此数据集是包含驾驶时所获得的街道级视图的图像集合。
该数据集为32种语义类提供了像素级标签，包括车辆、行人和道路。
本示例创建了SegNet网络，其权重从VGG-16网络初始化。
要获取VGG-16，请安装NeuralNetworkToolbox?ModelforVGG-16Network：安装完成后，运行以下代码以验证是否安装正确。
此外，请下载预训练版SegN
用于语义分割的其他类型网络包括全卷积网络(FCN)和U-Net。
以下所示训练过程也可应用于这些网络。
本示例使用来自剑桥大学的CamVid数据集展开训练。
此数据集是包含驾驶时所获得的街道级视图的图像集合。
该数据集为32种语义类提供了像素级标签，包括车辆、行人和道路。
本示例创建了SegNet网络，其权重从VGG-16网络初始化。
要获取VGG-16，请安装NeuralNetworkToolbox?ModelforVGG-16Network：安装完成后，运行以下代码以验证是否安装正确。
此外，请下载预训练版SegN
2023/11/15 8:25:03
1.06MB
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