使用贝叶斯分类器实现文本文件的分类判别。
1、可以指定训练集进行文本训练；
2、使用训练好的特征值进行未知文件类型的判别。
1、可以指定训练集进行文本训练；
2、使用训练好的特征值进行未知文件类型的判别。
2025/8/20 9:09:46
1.76MB
1
OWASPIoT项目始于2014年，旨在帮助开发人员、制造商、企业和消费者在创建和使用IoT系统时做出更好的决策。
本OWASP项目团队为开发人员、企业和消费者筛选形成了一个单一的、统一的列表来展现在处理物联网安全时需要避免的最重要事项，而不是针对风险、威胁和漏洞创建的单独列表。
本OWASP项目团队为开发人员、企业和消费者筛选形成了一个单一的、统一的列表来展现在处理物联网安全时需要避免的最重要事项，而不是针对风险、威胁和漏洞创建的单独列表。
2025/8/20 8:52:10
976KB
1
本书以目前使用最为广泛的８０Ｘ８６机为例，详细介绍了使用宏汇编语言进行程序设计的理论、方法和技巧。
全书共分７章，主要内容包括：８０Ｘ８６宏汇编语言、程序设计的基本技术和模块化程序设计技术、输入／输出、中断异常和ＷＩＮ３２程序设计，同时还介绍了在ＤＯＳ和Ｗｉｎｄｏｗｓ环境下调试、运行３２位段与１６位段汇编源程序的方法，每章后面均附有丰富的习题.
全书共分７章，主要内容包括：８０Ｘ８６宏汇编语言、程序设计的基本技术和模块化程序设计技术、输入／输出、中断异常和ＷＩＮ３２程序设计，同时还介绍了在ＤＯＳ和Ｗｉｎｄｏｗｓ环境下调试、运行３２位段与１６位段汇编源程序的方法，每章后面均附有丰富的习题.
2025/8/20 8:12:15
4.59MB
1
包含冠状病毒群体免疫优化算法(CHIO)和matlab程序及论文，分享给大家学习。
2020年MohammedAzmiAl-Betar等人提出的一种新的基于自然的优化算法——冠状病毒群体免疫优化算法(CHIO)。
其灵感来源于世界传播的灾难性的新冠病毒，模仿了群体免疫策略和社会距离概念。
三种类型的个体病例用于群体免疫:易感、感染和免疫。
本文研究了CHIO对其参数的敏感性。
然后，CHIO使用23个著名的基准测试函数进行评估对七种最先进的方法进行了比较评价。
比较分析表明，与其他成熟的方法相比，CHIO能够产生非常有竞争力的结果。
为了进一步验证，本文使用了三个从IEEECEC2011中提取的实际工程优化问题。
再一次，CHIO被证明是有效率的。
总之，CHIO是一种非常强大的优化算法，可以用来解决各种优化领域的许多优化问题。
2020年MohammedAzmiAl-Betar等人提出的一种新的基于自然的优化算法——冠状病毒群体免疫优化算法(CHIO)。
其灵感来源于世界传播的灾难性的新冠病毒，模仿了群体免疫策略和社会距离概念。
三种类型的个体病例用于群体免疫:易感、感染和免疫。
本文研究了CHIO对其参数的敏感性。
然后，CHIO使用23个著名的基准测试函数进行评估对七种最先进的方法进行了比较评价。
比较分析表明，与其他成熟的方法相比，CHIO能够产生非常有竞争力的结果。
为了进一步验证，本文使用了三个从IEEECEC2011中提取的实际工程优化问题。
再一次，CHIO被证明是有效率的。
总之，CHIO是一种非常强大的优化算法，可以用来解决各种优化领域的许多优化问题。
2025/8/20 8:56:32
2.18MB
1
如果采用官方mysql5.6，推荐该0.56版本，用高版本会出现super_read_only问题，虽然包名带el6，centos7也可使用
2025/8/20 7:51:11
112KB
1
一、功能介绍1、设备管理：添加新设备、更新设备信息、管理设备类型。
2、管理设备维修：设备维修登记、查询设备维修。
3、管理设备报废：查询设备报废、设备报废登记。
4、设备借还管理：登记设备借出、登记设备归还。
5、修改密码二、注意事项1、开发环境为VisualStudio2010，数据库为SQLServer2008，数据库文件在DB文件夹中，使用.net4.0开发。
2、管理设备维修：设备维修登记、查询设备维修。
3、管理设备报废：查询设备报废、设备报废登记。
4、设备借还管理：登记设备借出、登记设备归还。
5、修改密码二、注意事项1、开发环境为VisualStudio2010，数据库为SQLServer2008，数据库文件在DB文件夹中，使用.net4.0开发。
2025/8/20 4:21:52
3.78MB
1
这段代码为机器学习初学者设计，提供了一个易于理解且实用的卷积神经网络(CNN)入门示例。
通过简单的步骤展示如何构建、训练和评估一个基本的CNN模型，帮助新手快速上手深度学习的基础实践。
使用Python编写代码可以很简单且清晰，非常适合新手入门。
通过简单的步骤展示如何构建、训练和评估一个基本的CNN模型，帮助新手快速上手深度学习的基础实践。
使用Python编写代码可以很简单且清晰，非常适合新手入门。
2025/8/20 4:57:32
11KB
1
上面是整个源码包，里面有所需要的所有素材，照片，js，css等，代码我均已注释清晰。
整个项目基于django框架的website，是一个电商项目，功能齐全，用户注册登录缓存放在redis，用户信息商品信息等放于mysql，使用搜索引擎框架实现搜索功能，增加其他功能，如分页，乐观锁，分布式存储等优化功能，实现接口对接付款评价等功能，大家可以使用uwsgi作为web服务器使用nginx部署。
温馨提示，下载源码包大体代码不变，但是在settings里面需要修改为您的数据库地址。
整个项目基于django框架的website，是一个电商项目，功能齐全，用户注册登录缓存放在redis，用户信息商品信息等放于mysql，使用搜索引擎框架实现搜索功能，增加其他功能，如分页，乐观锁，分布式存储等优化功能，实现接口对接付款评价等功能，大家可以使用uwsgi作为web服务器使用nginx部署。
温馨提示，下载源码包大体代码不变，但是在settings里面需要修改为您的数据库地址。
2025/8/20 4:38:49
2.24MB
1
视频处理中常见的颜色空间是RGB、YUV、YIQ和YCrCb。
它们在图像显示、信号表示、数据特性分析等方面各有特点。
虽然各有不同，但可以相互转换。
(1)分离出RGB三个分量，再从RGB分别转换成YIQ，YUV、YCrCb的各个分量。
(2)分别计算YIQ，YUV、YCrCb颜色空间内三个分量图像(亮度分量、两个色度分量)之间的相关系数、每个分量图像的熵。
(3)将YIQ，YUV、YCrCb三种颜色空间之间相互转换，计算三种亮度分量之间的相关系数，计算色度分量之间的相关系数。
(4)分析并总结上述颜色转换和颜色分量的特性。
注意：本设计中不是使用Matlab自带的或者其他库函数实现颜色转换函数
它们在图像显示、信号表示、数据特性分析等方面各有特点。
虽然各有不同，但可以相互转换。
(1)分离出RGB三个分量，再从RGB分别转换成YIQ，YUV、YCrCb的各个分量。
(2)分别计算YIQ，YUV、YCrCb颜色空间内三个分量图像(亮度分量、两个色度分量)之间的相关系数、每个分量图像的熵。
(3)将YIQ，YUV、YCrCb三种颜色空间之间相互转换，计算三种亮度分量之间的相关系数，计算色度分量之间的相关系数。
(4)分析并总结上述颜色转换和颜色分量的特性。
注意：本设计中不是使用Matlab自带的或者其他库函数实现颜色转换函数
2025/8/20 2:35:29
1002KB
1
30m分辨率DEM数据，河南，河北，江苏，湖南，山东，山西省！数据可以正常使用！30m分辨率DEM数据，河南，河北，江苏，湖南，山东，山西省！数据可以正常使用！
2025/8/20 1:45:39
66B
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