个功能强大的应用程序可让您在手机上运行FTP服务器，并帮助您的朋友或您通过Internet访问/共享文件。
它还可以帮助您不要使用设备的USB端口来延长设备的使用寿命。
也称为Wifi文件传输或无线文件管理。
应用程序功能√使用设备中的任何网络接口，包括：Wi-Fi，以太网，网络共享...√多个FTP用户（包括匿名用户）•允许每个用户是否显示隐藏文件√每个用户的多个访问路径：内部存储或外部sdcard中的任何文件夹•可以在每个路径上设置只读或完全写访问权限√被动和主动模式：支持同时传输文件√您的路由器上自动打开端口：无处不在地球上访问文件对于测试的路由器列表，请在应用程序的帮
它还可以帮助您不要使用设备的USB端口来延长设备的使用寿命。
也称为Wifi文件传输或无线文件管理。
应用程序功能√使用设备中的任何网络接口，包括：Wi-Fi，以太网，网络共享...√多个FTP用户（包括匿名用户）•允许每个用户是否显示隐藏文件√每个用户的多个访问路径：内部存储或外部sdcard中的任何文件夹•可以在每个路径上设置只读或完全写访问权限√被动和主动模式：支持同时传输文件√您的路由器上自动打开端口：无处不在地球上访问文件对于测试的路由器列表，请在应用程序的帮
2025/3/11 20:11:17
5.57MB
1
基于LVI的原始对偶神经网络的MATLABSimulink建模和仿真，用于求解线性和二次程序
2025/3/11 0:07:30
1.04MB
1
qml无法实现音频的实时传输（只有播音没有录音API），所以在QT中另开了一条线程利用C++实现了音频的实时传输，同时里面包含了之前采用qml实现的播放网络流的代码（整合在一起了），我是从板子上传输到PC上，如果是PC传PC或者是其他只需要改变QT编译版本（嵌入式版本和桌面版本）（压缩格式是zip，博客下另一个是tar（二者代码相同，压缩格式不同），如果在window使用下这个）
2025/3/10 20:28:50
713KB
1
使用神经网络进行预测，有BF，FF，GRNN，RBF网络等，使用神经网络进行预测(MATLAB版)NeuralNetworkspredict
2025/3/10 7:22:24
5KB
1
极限学习机(ExtremeLearningMachine)ELM，是由黄广斌提出来的求解单隐层神经网络的算法。
ELM最大的特点是对于传统的神经网络，尤其是单隐层前馈神经网络(SLFNs)，在保证学习精度的前提下比传统的学习算法速度更快。
ELM最大的特点是对于传统的神经网络，尤其是单隐层前馈神经网络(SLFNs)，在保证学习精度的前提下比传统的学习算法速度更快。
2025/3/10 3:06:58
64KB
1
功能介绍如下：1、获取本地歌曲列表，实现歌曲播放功能。
2、利用硬件加速感应器，摇动手机实现切换歌曲的功能3、利用jsoup解析网页数据，从网络获取歌曲列表，同时实现歌曲和歌词下载到手机本地的功能。
4、通知栏提醒，实现仿QQ音乐播放器的通知栏功能.涉及的技术有：1、jsoup解析网络网页，从而获取需要的数据2、android中访问网络，获取文件到本地的网络请求技术，以及下载文件到本地实现断点下载3、线程池4、图片缓存5、service一直在后台运行6、手机硬件加速器7、notification通知栏设计8、自定义广播9、android系统文件管理音乐播放器的讲述博文地址：http://blog.csdn.net/u010156024/article/details/47685141
2、利用硬件加速感应器，摇动手机实现切换歌曲的功能3、利用jsoup解析网页数据，从网络获取歌曲列表，同时实现歌曲和歌词下载到手机本地的功能。
4、通知栏提醒，实现仿QQ音乐播放器的通知栏功能.涉及的技术有：1、jsoup解析网络网页，从而获取需要的数据2、android中访问网络，获取文件到本地的网络请求技术，以及下载文件到本地实现断点下载3、线程池4、图片缓存5、service一直在后台运行6、手机硬件加速器7、notification通知栏设计8、自定义广播9、android系统文件管理音乐播放器的讲述博文地址：http://blog.csdn.net/u010156024/article/details/47685141
2025/3/9 14:32:53
3.71MB
1
极限学习机（ExtremeLearningMachine,ELM）是一类基于前馈神经网络（feedforwardneuronnetwork）的机器学习算法，其主要特点是隐含层节点参数可以是随机或人为给定的且不需要调整，学习过程仅需计算输出权重。
ELM具有学习效率高和泛化能力强的优点，被广泛应用于分类、回归、聚类、特征学习等问题中。
ELM具有学习效率高和泛化能力强的优点，被广泛应用于分类、回归、聚类、特征学习等问题中。
2025/3/9 14:55:18
4.24MB
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