该数据集已提前清洗完成，仅提取了原始数据集中某一天的部分数据，并且去除了时间段在0点至6点之间的较少数据。
数据记录了成都市部分出租车在载客时的GPS地位和时间等信息，数据记录的格式为CSV格式。
上海出租车数据集这里：https://download.csdn.net/download/weixin_38747087/11873261
数据记录了成都市部分出租车在载客时的GPS地位和时间等信息，数据记录的格式为CSV格式。
上海出租车数据集这里：https://download.csdn.net/download/weixin_38747087/11873261
2017/8/17 10:01:11
24.47MB
1
AISTATS2019提交的DAME算法的实验请注意，此存储库不适用于用户。
供用户使用DAME算法的Python软件包位于另一个存储库中：:。
此存储库包含AISTAST2019提交的论文“因果推理的可解释的几乎完全婚配”的代码。
DAME：该文件包含主算法的最基本部分DAME算法的原始代码：“原始代码”文件夹此主要贡献者：YamengLiu（）AwaDieng（）
供用户使用DAME算法的Python软件包位于另一个存储库中：:。
此存储库包含AISTAST2019提交的论文“因果推理的可解释的几乎完全婚配”的代码。
DAME：该文件包含主算法的最基本部分DAME算法的原始代码：“原始代码”文件夹此主要贡献者：YamengLiu（）AwaDieng（）
2016/7/3 5:27:39
34.09MB
1
PIOLEDBProvider2019用户手册，PI（PlantInformationSystem，PI）系统是一个直观显示企业生产过程的虚拟窗口。
基于可靠的生产信息，管理者可以监控整个企业的运转。
PI实时地获取各个实际数据源的原始生产数据，用户通过一组用户可配置的报表，从分布在整个企业的桌面计算机上，可看到当前和历史的生产运行情况
基于可靠的生产信息，管理者可以监控整个企业的运转。
PI实时地获取各个实际数据源的原始生产数据，用户通过一组用户可配置的报表，从分布在整个企业的桌面计算机上，可看到当前和历史的生产运行情况
2017/10/3 23:19:15
2.16MB
1
深度发送项目描述该项目将基于唤醒价情感模型（又称为）分析用户上传的音乐文件。
唤醒代表音乐对人耳的强烈或“刺激性”，从平淡而放松的感觉到强烈而令人振奋的感觉。
此处的价表示音乐听起来多么令人愉悦或多么悲伤。
这个定义比定义要窄，但是对于机器学习模型来说更容易分类。
此外，该项目还实现了节拍检测和音乐流派检测的功能。
Web框架：，涉及技能：HTML，CSS，javascript，python放大细节节拍，唤醒和化合价检测：音乐原始数据的中间50％被分为5秒帧，步长为0.5秒。
然后将每个帧分成较小的25ms子帧，然后将其转换为MFCC（梅尔频率倒谱系数）阵列。
最后，将最初为矩
唤醒代表音乐对人耳的强烈或“刺激性”，从平淡而放松的感觉到强烈而令人振奋的感觉。
此处的价表示音乐听起来多么令人愉悦或多么悲伤。
这个定义比定义要窄，但是对于机器学习模型来说更容易分类。
此外，该项目还实现了节拍检测和音乐流派检测的功能。
Web框架：，涉及技能：HTML，CSS，javascript，python放大细节节拍，唤醒和化合价检测：音乐原始数据的中间50％被分为5秒帧，步长为0.5秒。
然后将每个帧分成较小的25ms子帧，然后将其转换为MFCC（梅尔频率倒谱系数）阵列。
最后，将最初为矩
2017/7/15 20:55:58
24.69MB
1
前后向运动历史图的源代码，基于opencv1.0+vs6.0开发，容易转换成vs当前的版本，配置很容易，压缩包内有原始的paper。
2018/6/1 4:24:56
4.7MB
1
Hilbert-Huang变换是一种适用于分析非线性、非平稳信号的数据处理方法，它是由美籍华人Huang以及他的同事在1998年提出的，从本质上讲这种方法是要对一个信号进行平稳化处理，得到信号的时间-频率-能量特征。
HHT是近年来在信号处理领域中的一项重要突破。
HHT是分EMD和Hilbert变换两步来实现的，首先对非线性、非平稳信号进行EMD分解，逐级分解出原始信号中不同尺度的波动或变化趋势，这些具有不同特征尺度的一系列时间序列分量叫做本征模态函数(IMF)，接着对每个IMF分量进行Hilbert变换。
对于EMD分解得到的每个分量都有着不同的频率成分，通过对各分量的Hilbert变换能够得到具有物理意义的瞬时属性参数。
Hilbert谱表示的是信号幅值在整个频率段上随时间和频率的变化规律，Hilbert边际谱表示信号幅值在整个频率段上随频率的变化情况，它相当于傅里叶谱，但比傅里叶谱具有更高的频率分辨率。
Hilbert边际谱是通过对Hilbert谱积分得到的。
HHT是近年来在信号处理领域中的一项重要突破。
HHT是分EMD和Hilbert变换两步来实现的，首先对非线性、非平稳信号进行EMD分解，逐级分解出原始信号中不同尺度的波动或变化趋势，这些具有不同特征尺度的一系列时间序列分量叫做本征模态函数(IMF)，接着对每个IMF分量进行Hilbert变换。
对于EMD分解得到的每个分量都有着不同的频率成分，通过对各分量的Hilbert变换能够得到具有物理意义的瞬时属性参数。
Hilbert谱表示的是信号幅值在整个频率段上随时间和频率的变化规律，Hilbert边际谱表示信号幅值在整个频率段上随频率的变化情况，它相当于傅里叶谱，但比傅里叶谱具有更高的频率分辨率。
Hilbert边际谱是通过对Hilbert谱积分得到的。
2020/8/12 19:37:27
25KB
1
实现功能：实验目标了解图像颜色空间的转换关系。
了解图像的文件结构。
实验内容完成如下颜色空间的转换。
（4Points）RGB-＞YIQRGB-＞HSIRGB-＞YCbCrRGB-＞XYZ选做：本人实现对BMP文件头的读取，并解析BMP图像文件。
（2.5Points）补充说明程序从命令行中读取文件路径，并输出4个文件，文件名如下：图像原始文件名-学号-YIQ.bmp图像原始文件名-学号-HSI.bmp图像原始文件名-学号-YCbCr.bmp图像原始文件名-学号-XYZ.bmp了解图像的文件结构。
了解图像的文件结构。
实验内容完成如下颜色空间的转换。
（4Points）RGB-＞YIQRGB-＞HSIRGB-＞YCbCrRGB-＞XYZ选做：本人实现对BMP文件头的读取，并解析BMP图像文件。
（2.5Points）补充说明程序从命令行中读取文件路径，并输出4个文件，文件名如下：图像原始文件名-学号-YIQ.bmp图像原始文件名-学号-HSI.bmp图像原始文件名-学号-YCbCr.bmp图像原始文件名-学号-XYZ.bmp了解图像的文件结构。
2015/4/10 15:03:04
2.84MB
1
数据集是电商领域数据集，共计200万的样本记录。
原始特征均为ID类特征；
字段阐明：userid用户IDitemid商品IDcategoryid商品类目IDaction用户行为类型timestamp时间戳
原始特征均为ID类特征；
字段阐明：userid用户IDitemid商品IDcategoryid商品类目IDaction用户行为类型timestamp时间戳
2021/10/19 2:52:42
14.83MB
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