本示例基于百度云，实现了部分人工智能人脸识别的接口，与大家交流。
本示例实现了：①获取access_token②人脸库管理－人脸注册（向人脸库中添加人脸）③人脸检测与属性分析：检测图片中的人脸并标记出位置信息;④人脸对比：两张人脸图片相似度对比⑤人脸搜索
本示例实现了：①获取access_token②人脸库管理－人脸注册（向人脸库中添加人脸）③人脸检测与属性分析：检测图片中的人脸并标记出位置信息;④人脸对比：两张人脸图片相似度对比⑤人脸搜索
2025/1/21 22:18:09
230KB
1
外国人写的一个虚拟示波器，具有多通道，实时动态显示波形功能。
能选择性为曲线添加节点修饰，还能用鼠标对曲线拉框局部放大，更关键的是，代码效率相当高，4通道同时动态跟踪显示曲线，完全无视觉停顿感。
工程是MFC+ATL编写的，ATL跟MFC相似度达到90%以上，只要你对MFC不是很菜，读懂代码完全没问题。
里面有很多C++编程上的技巧，仔细研究，相信你会大有收获。
压缩包附带WTL头文件，解压后包含就行。
能选择性为曲线添加节点修饰，还能用鼠标对曲线拉框局部放大，更关键的是，代码效率相当高，4通道同时动态跟踪显示曲线，完全无视觉停顿感。
工程是MFC+ATL编写的，ATL跟MFC相似度达到90%以上，只要你对MFC不是很菜，读懂代码完全没问题。
里面有很多C++编程上的技巧，仔细研究，相信你会大有收获。
压缩包附带WTL头文件，解压后包含就行。
2025/1/1 12:56:30
931KB
1
同源搜索是生物信息学在分子生物学，蛋白质功能分析和药物开发领域的巨大应用。
为了在不断增长的数据库中执行批量搜索，基本方法是对每个原始查询运行Blast或通过将它们分组在一起来串联查询。
本文提出了一种增强的具有序列压缩和聚类的蛋白质同源性批量搜索算法（C2-BLASTP），该算法利用了查询序列和数据库之间的联合信息。
在C2-BLASTP中，查询和数据库首先通过冗余分析进行压缩。
然后根据子序列相似度对数据库进行聚类。
此后，可以在群集数据库中实现命中查找。
此外，基于潜在的命中结果来重建最终执行数据库，以减轻序列数据库不断扩大的规模。
最后，在执行数据库中进行同源批搜索。
在NCBINR数据库上进行的实验证明，在同源性准确性，搜索速度和内存使用方面，C2-BLASTP对于同源性批量搜索的有效性。
为了在不断增长的数据库中执行批量搜索，基本方法是对每个原始查询运行Blast或通过将它们分组在一起来串联查询。
本文提出了一种增强的具有序列压缩和聚类的蛋白质同源性批量搜索算法（C2-BLASTP），该算法利用了查询序列和数据库之间的联合信息。
在C2-BLASTP中，查询和数据库首先通过冗余分析进行压缩。
然后根据子序列相似度对数据库进行聚类。
此后，可以在群集数据库中实现命中查找。
此外，基于潜在的命中结果来重建最终执行数据库，以减轻序列数据库不断扩大的规模。
最后，在执行数据库中进行同源批搜索。
在NCBINR数据库上进行的实验证明，在同源性准确性，搜索速度和内存使用方面，C2-BLASTP对于同源性批量搜索的有效性。
2024/12/12 13:14:20
256KB
1
基于语义检索的目的，结合成语典故本体的构建，设计了一个基于成语典故本体的语义检索模型，阐述了检索模型中用户界面模块、数据存储模块、查询分析模块和检索分析模块的功能；
分析了系统中的本体构建技术、分词技术及检索技术，设计并实现了词语相似度及概念相似度算法；
通过语义检索系统的实验，得到较高的查全率和查准率。
分析了系统中的本体构建技术、分词技术及检索技术，设计并实现了词语相似度及概念相似度算法；
通过语义检索系统的实验，得到较高的查全率和查准率。
2024/11/10 7:21:13
1.78MB
1
基于HSV色彩空间和LBP算法编写的图像内容的相似度判别，可用来判断两张图片的相似度情况，使用matlab编写。
2024/10/23 7:21:42
265KB
1
第一阶段：这一阶段会学习MapReduce、Hive、HDFS、Yarn、Spark等计算框架的开发技术，以及Scala编程语言。
通过项目实践，你能快速掌握这些技术，获得数据开发、数据挖掘、机器学习等职位必备的基本开发能力。
第二阶段：这一阶段会学习FLume、Kafka、SparkStreaming、Flink/Storm、Zookeeper、HBase等计算框架的开发技术，以及大数据体系内的数据采集和数据仓库理论思想和技术实现。
通过项目实践，你能快速掌握这些技术，获得完整的大数据架构开发能力。
第三阶段：这一阶段会学习NLP文本相似度、中文分词、HMM算法、推荐算法CF、回归算法等应用与开发技术，整体认识商业项目-音乐推荐系统。
使用海量真实数据对大数据平台和算法进行应用实践，快速掌握大数据行业具有巨大价值的核心技术。
第四阶段：这一阶段会学习分类算法、聚类算法、分类算法-决策树、分类算法-SVM、神经网络+深度学习，深化前3阶段技术能力，初入机器学习领域。
通过对机器学习核心算法的强化练习，你将能完美胜任目前人才最紧缺的数据挖掘开发职位。
通过项目实践，你能快速掌握这些技术，获得数据开发、数据挖掘、机器学习等职位必备的基本开发能力。
第二阶段：这一阶段会学习FLume、Kafka、SparkStreaming、Flink/Storm、Zookeeper、HBase等计算框架的开发技术，以及大数据体系内的数据采集和数据仓库理论思想和技术实现。
通过项目实践，你能快速掌握这些技术，获得完整的大数据架构开发能力。
第三阶段：这一阶段会学习NLP文本相似度、中文分词、HMM算法、推荐算法CF、回归算法等应用与开发技术，整体认识商业项目-音乐推荐系统。
使用海量真实数据对大数据平台和算法进行应用实践，快速掌握大数据行业具有巨大价值的核心技术。
第四阶段：这一阶段会学习分类算法、聚类算法、分类算法-决策树、分类算法-SVM、神经网络+深度学习，深化前3阶段技术能力，初入机器学习领域。
通过对机器学习核心算法的强化练习，你将能完美胜任目前人才最紧缺的数据挖掘开发职位。
2024/10/13 15:34:27
128B
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