Minix原来是荷兰阿姆斯特丹的Vrije大学计算机科学系的AndrewS.Tanenbaum教授所发展的一个类Unix操作系统。
全部的程序码共约12,000行，并置于他的著作OperatingSystems:DesignandImplementation(ISBN0-13-637331-3)的附录里作为范例。
Minix的系统要求在当时来说非常简单，只要三片磁片就可以启动。
全套Minix除了起动的部份以汇编语言编写以外，其他大部份都是纯粹用C语言编写。
分为：内核、内存管理及档案管理三部份。
Minix原始是设计给1980年代到1990年代的IBMPC和IBMPC/AT兼容电脑上执行。
1.5版也有移植到已Motorola68000系列CPU为基础的电脑上（如AtariST，Amiga，和早期的AppleMacintosh）和以SPARC为基础的机器（如升阳sun公司的工作站）。
2.0版则只有x86架构的版本。
全部的程序码共约12,000行，并置于他的著作OperatingSystems:DesignandImplementation(ISBN0-13-637331-3)的附录里作为范例。
Minix的系统要求在当时来说非常简单，只要三片磁片就可以启动。
全套Minix除了起动的部份以汇编语言编写以外，其他大部份都是纯粹用C语言编写。
分为：内核、内存管理及档案管理三部份。
Minix原始是设计给1980年代到1990年代的IBMPC和IBMPC/AT兼容电脑上执行。
1.5版也有移植到已Motorola68000系列CPU为基础的电脑上（如AtariST，Amiga，和早期的AppleMacintosh）和以SPARC为基础的机器（如升阳sun公司的工作站）。
2.0版则只有x86架构的版本。
2024/4/27 8:13:19
6.44MB
1
DeepResolution2.0基于深度学习的多元曲线分辨率2.0DeepResolution已经提出了基于深度学习的多元曲线分辨率2.0（DeepResolution2.0）方法来自动解析GC-MS数据。
它在解析重叠峰方面具有出色的性能，适用于大规模数据分析。
与经典的多曲线分辨率方法相比，它具有快速，准确和全自动的特点。
＃安装##python和TensorFlowPython3.6.5，可从TensorFlow（2.0.0-GPU版本），可在##安装依赖包软件包主要包括：numpy，Scipy，Matplotlib，pandas和os。
这些软件包包含在集成工具Anaconda＃存储库并直接运行下载模型并直接运行由于模型超出了限制，我们已将所有模型和一些GC-MS数据上传到百度SkyDrive和google驱动器。
（KEY：Deep）
它在解析重叠峰方面具有出色的性能，适用于大规模数据分析。
与经典的多曲线分辨率方法相比，它具有快速，准确和全自动的特点。
＃安装##python和TensorFlowPython3.6.5，可从TensorFlow（2.0.0-GPU版本），可在##安装依赖包软件包主要包括：numpy，Scipy，Matplotlib，pandas和os。
这些软件包包含在集成工具Anaconda＃存储库并直接运行下载模型并直接运行由于模型超出了限制，我们已将所有模型和一些GC-MS数据上传到百度SkyDrive和google驱动器。
（KEY：Deep）
2023/8/16 2:10:44
1KB
1
DownloadFilesservicedownload.htm软件介绍：版本：V2.0源码版概述：本程序为通用打印程序，单据、会计凭证、发票清单、报表、任意复杂表格、合并表格如工矿企业合同都可以由系统提供的几个默认打印对象组合打印。
DataGrid、DataTable、MSHFlexGrid等二维方式全部可以打印。
后期版本将陆续提供XML描述、SQL数据源的打印，并用管理器管理任意多个网格、文本对象、图象等，用户可以随意定义。
功能特点：增加了：excle模板打印打印、预览、页面设置对话框可以指定每个对象是否每页重复打印可以调整套打可以每页都显示当前页小计可以为每页指定打印行数，小于等于0自适应，默认可以打印装订线，分左装订和上装订，随意选择打印有效区域矩阵，以在开发中参照可以指定打印边框，分单边框，加粗单边框、双边框、加粗双边框等等分页处理背景颜色打印对象提供：主标题副标题页顶(简单的一行三列打印样式,第一列居左,第三列居右,中间列居中)网格头(任意行列数，正文网格主体之上的几行几列的标注说明)网格标题(多层表头，任意合并，适应中国特点)网格主体(清单、报表等等要打印的数据)网格底(任意行列数)页底(简单的一行三列打印样式,第一列居左,第三列居右,中间列居中)
DataGrid、DataTable、MSHFlexGrid等二维方式全部可以打印。
后期版本将陆续提供XML描述、SQL数据源的打印，并用管理器管理任意多个网格、文本对象、图象等，用户可以随意定义。
功能特点：增加了：excle模板打印打印、预览、页面设置对话框可以指定每个对象是否每页重复打印可以调整套打可以每页都显示当前页小计可以为每页指定打印行数，小于等于0自适应，默认可以打印装订线，分左装订和上装订，随意选择打印有效区域矩阵，以在开发中参照可以指定打印边框，分单边框，加粗单边框、双边框、加粗双边框等等分页处理背景颜色打印对象提供：主标题副标题页顶(简单的一行三列打印样式,第一列居左,第三列居右,中间列居中)网格头(任意行列数，正文网格主体之上的几行几列的标注说明)网格标题(多层表头，任意合并，适应中国特点)网格主体(清单、报表等等要打印的数据)网格底(任意行列数)页底(简单的一行三列打印样式,第一列居左,第三列居右,中间列居中)
2023/3/13 20:26:48
344KB
1
包含7个财务管理、销售管理零碎的ASP.NET2.0源码：猫扑网络进销存零碎v4.5.rar淘宝销售进销存零碎升级版1.1源码.rar喜多多超市管理零碎源码.rar商品销售管理零碎源码.rar销售管理零碎源码.rar财务管理零碎源码.rarMFMS.rarFMS.rar
2023/3/7 9:19:36
29.45MB
1
结合家庭盆栽因不可控因素疏于打理的现实及期望植株健康成长的需求，提出一款由感知模块，交互模块，执行模块，电源模块以及微处理器模块构成的智能花盆。
该花盆通过传感器采集植物形态数据，利用ESP8266发送至云平台，使得在线检测和云端控制成为可能；
并通过继电器驱动电磁阀与补光灯，实现智能灌溉与自动补光。
该花盆通过传感器采集植物形态数据，利用ESP8266发送至云平台，使得在线检测和云端控制成为可能；
并通过继电器驱动电磁阀与补光灯，实现智能灌溉与自动补光。
2018/5/4 18:48:13
20.24MB
1
NLP-Models-Tensorflow，针对NLP问题收集机器学习和tensorflow深度学习模型，JupyterNotebooks内部的代码简化了100％。
目录目的原始的实现非常复杂，并且对初学者并不友好。
因而，我尝试简化其中的大部分内容。
此外，还有大量尚未发布的文件实施。
因而，随时将其用于您自己的研究！我将为我没有从头实现的模型附加github存储库，基本上，我会针对不赞成使用的问题复制，粘贴和修复这些代码。
Tensorflow版本仅Tensorflow版本1.13及更高版本，不包括2.X版本。
1.13<Tensorflow<2.0pipinstall-rrequirements.txt内容接受培训。
精度仅基于10个历元，使用单词位置计算得出。
完整列表（12个笔记本）LSTMSeq2Seq使用主题建模，测试精度为13.22％LSTMSeq2Seq+Luong注意事项使用主题建模，测试准确性为12.39％采用主题建模的LSTMSeq2Seq+BeamDecoder，测试精度为10.67％
目录目的原始的实现非常复杂，并且对初学者并不友好。
因而，我尝试简化其中的大部分内容。
此外，还有大量尚未发布的文件实施。
因而，随时将其用于您自己的研究！我将为我没有从头实现的模型附加github存储库，基本上，我会针对不赞成使用的问题复制，粘贴和修复这些代码。
Tensorflow版本仅Tensorflow版本1.13及更高版本，不包括2.X版本。
1.13<Tensorflow<2.0pipinstall-rrequirements.txt内容接受培训。
精度仅基于10个历元，使用单词位置计算得出。
完整列表（12个笔记本）LSTMSeq2Seq使用主题建模，测试精度为13.22％LSTMSeq2Seq+Luong注意事项使用主题建模，测试准确性为12.39％采用主题建模的LSTMSeq2Seq+BeamDecoder，测试精度为10.67％
2019/6/21 2:21:45
36.31MB
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