https://people.eecs.berkeley.edu/~tinghuiz/projects/pix2pix/datasets/

本书作为算律例模典型的参考书，片面介绍了对于算法以及数据结构的必备学识，并尤为针对于排序、搜查、图处置以及字符串处置举行了叙述。
第4版详尽给出了每一位法度圭表标准员应知应会的50个算法，提供了实际代码，并且这些Java代码实现付与了模块化的编程作风，读者能够便捷地加以改造。
本书配套网站提供了书中内容的摘要及更多的代码实现、测试数据、练习、教学课件等资源。
本书合适用作大学课本或者从业者的参考书。
配套网站algs4.cs.princeton.edu提供了本书内容摘要以及相关代码、测试数据、编程练习、教学课件等资源。

TI民间的WIFI开拓套件资料（产物：OURS-SDK-WFB），外面搜罗code：（代码）dec：（描摹、中文介绍、开拓教程）tools:（开拓货物合集CCS软件CCS_Uniflah、SDK、TFTPSever等）由于我上传资料大小限度，所以Tools部份再您所下载的收缩包中有网盘链接以及密码，能够再这里下载。
或者邮件联系我：mylove1234567890@webmail.hzau.edu.cn

一、名目简介本课程演示的是一套基于JavaWeb实现的教师选课体系，首要针对于盘算机相关业余的正在做毕设的教师与需要名目实战练习的java人群。
搜罗：名目源码、名目文档、数据库剧本、软件货物等，该名目附带部份源码可作为毕设使用。
名目都经由严厉调试，确保能够运行！该体系成果美满、界面美妙、操作约莫、成果残缺、管理便捷，具备很高的实际使用价钱二、本领实现​1.配景框架：Servlet、JSP、JDBC、DbUtils2.​UI界面：EasyUI、jQuery、Ajax3.数据库：MySQL、三、体系成果体系共分为三种用户：1.教师模块教师信息管理、选课信息管理、考勤信息管理、销假信息管理、下场信息管理、更正密码2.教师模块教师信息管理、班级信息管理、教师信息管理、课程信息管理、选课信息管理、考勤信息管理、销假信息管理、下场信息管理、体系管理3.体系管理员教师信息管理、班级信息管理、教师信息管理、课程信息管理、选课信息管理、考勤信息管理、销假信息管理、下场信息管理、体系管理详见：https://edu.csdn.net/course/detail/28861

PigLatinLabTheGeorgeWashingtonUniversityComputerScience1023ProfessorBrenner(nbrenner@gwu.edu)CreateawebpagetotranslatewordsfromEnglishtoPigLatin.PigLatinisasecretlanguageusedbyAmericanchildrentodisguisetheirconversationfromtheearsofothers.E.g.“IgpayAti

http://www.cs.cmu.edu/afs/cs/academic/class/15213-s00/L3/CMU的垃圾回收实验（INC）1.这个实验由我主讲，我制造了PPT，包含三种思路，2.并提供其中最重要也是最简单的扫描StackFrame的源码。
3.此外，有整体思考的思维导图，供全局预览。

Jpcap.jar用途大概是抓包，网络嗅探。
附教程链接（英文的）：http://www.eden.rutgers.edu/~muscarim/jpcap/tutorial/

%%若转载请注明：%farutoandliyang,LIBSVM-farutoUltimateVersion%atoolboxwithimplementsforsupportvectormachinesbasedonlibsvm,2009.%Softwareavailableathttp://www.matlabsky.com%%Chih-ChungChangandChih-JenLin,LIBSVM:alibraryfor%supportvectormachines,2001.Softwareavailableat%http://www.csie.ntu.edu.tw/~cjlin/libsvm这是faruto在libsvm基础上给出相应的辅助函数插件，方便用户来选取最佳的参数，包括：归一化函数:scaleForSVM；
pca降维预处理函数：pcaForSVM；
网格参数寻优函数(分类成绩):SVMcgForClass；
网格参数寻优函数(回归成绩):SVMcgForRegress；
利用PSO参数寻优函数(分类成绩):psoSVMcgForClass；
利用PSO参数寻优函数(回归成绩):psoSVMcgForRegress；
利用GA参数寻优函数(分类成绩):gaSVMcgForClass；
利用GA参数寻优函数(回归成绩):gaSVMcgForRegress

AG'sNewsTopicClassificationDatasetVersion3,Updated09/09/2015ORIGINAGisacollectionofmorethan1millionnewsarticles.Newsarticleshavebeengatheredfrommorethan2000newssourcesbyComeToMyHeadinmorethan1yearofactivity.ComeToMyHeadisanacademicnewssearchenginewhichhasbeenrunningsinceJuly,2004.Thedatasetisprovidedbytheacademiccomunityforresearchpurposesindatamining(clustering,classification,etc),informationretrieval(ranking,search,etc),xml,datacompression,datastreaming,andanyothernon-commercialactivity.Formoreinformation,pleaserefertothelinkhttp://www.di.unipi.it/~gulli/AG_corpus_of_news_articles.html.TheAG'snewstopicclassificationdatasetisconstructedbyXiangZhang(xiang.zhang@nyu.edu)fromthedatasetabove.Itisusedasatextclassificationbenchmarkinthefollowingpaper:XiangZhang,JunboZhao,YannLeCun.Character-levelConvolutionalNetworksforTextClassification.AdvancesinNeuralInformationProcessingSystems28(NIPS2015).DESCRIPTIONTheAG'snewstopicclassificationdatasetisconstructedbychoosing4largestclassesfromtheoriginalcorpus.Eachclasscontains30,000trainingsamplesand1,900testingsamples.Thetotalnumberoftrainingsamplesis120,000andtesting7,600.Thefileclasses.txtcontainsalistofclassescorrespondingtoeachlabel.Thefilestrain.csvandtest.csvcontainallthetrainingsamplesascomma-sparatedvalues.Thereare3columnsinthem,correspondingtoclassindex(1to4),titleanddescription.Thetitleanddescriptionareescapedusingdoublequotes("),andanyinternaldoublequoteisescapedby2doublequotes("").Newlinesareescapedbyabackslashfollowedwithan"n"character,thatis"\n".

Mateda2.0一个极度好用的分布估计算法matlab工具箱，ForapreliminaryexplanationofMateda2.0seethefileMateda2.0-UserGuide.pdfinthisdirectory.Generaldocumentationabouttheprogramsisavailableinthe/docdirectoryorfrom:http://www.sc.ehu.es/ccwbayes/members/rsantana/software/matlab/MATEDA.htmlMATEDA-2.0employstheMatlabBayesNet(BNT)toolbox(Murphy:2001)andtheBNTstructurelearningpackage(Leray_and_Francois:2004).Theseprograms,whicharefreelyavailablefromtheauthorswebsite(theycanberespectivelydownloadedfromhttp://people.cs.ubc.ca/~murphyk/Software/BNT/bnt.htmlandhttp://banquiseasi.insa-rouen.fr/projects/bnt-slp/),shouldbeinstalledpreviouslytotheMATEDA-2.0installation.SomeoftheMATEDA-2.0routinesalsoemploystheMATLABstatisticaltoolboxandtheaffinitypropagationclusteringalgorithm(Frey_and_Dueck:2007)(theMatlabimplementationofaffinitypropagationisavailablefromhttp://www.psi.toronto.edu/affinitypropagation/).AfterinstallingtheBNTandBNTstructurelearningtools:1)SetthepathtothecurrentBNTstructurelearningtooldirectory.Thisisdonebymodifyingfileadd_SLP.m.2)UnpackthefileIntEDA.zipandcopythefilestoadirectorynamedMATEDA.3)EditfileInitEnvironment.mupdatingthepathspath_MATEDA,path_FullBNTandpath_BNT_SLP.4)SetthecurrentMatlabdirectorytotheMATEDAdirectory.5)ExecuteprogramInitEnvironments.m.Severalwarningsbutnoerrorshouldappear.ThefolderScriptsMatedacontainsseveralexamplesofEDAsimplementations.ThefileMateda2.0-UserGuide.pdfcontainsadetailedexplanationofhowtousetheprograms.Thislibraryisdistributedinthehopethatitwillbeuseful,butWITHOUTANYWARRANTY;withouteventheimpliedwarrantyofMERCHANTABILITYorFITNESSFORAPARTICULARPURPOSE.Lastversion2/04/2009.RobertoSantana(roberto.santana@ehu.es)

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。