usequnee-min.jsvargraph=newQ.Graph('canvas');varhello=graph.createNode("Hello");
2024/9/18 22:56:50 116KB qunee-min
1
[SASEM]SAS9.42021最新SIDSAS证书,可使用至2022年!亲测可用![分享]---BaseSAS软件30SEP2021---SAS/STAT30SEP2021---SAS/GRAPH
2024/9/17 12:39:15 6KB sas license 64BIT 2022年
1
这是用邻接链表作存储结构的图类源代码,下面是图类的声明部分:structArcNode//弧节点结构{intadjvex;ArcNode*nextarc;};structVexNode//顶点结构{intvexdata;ArcNode*firstarc;};//邻接链表图类的声明。
classGraph{private:staticstringstr;bool*visited;//是否访问标志VexNode*adjlist;//邻接链表数组intn;//已有顶点个数intmax;//可容纳的最大顶点个数voiddfs0(intv0,voidvisit(int&v));voidbfs0(intv0,voidvisit(int&v));public:Graph(intl);//建立一个最大顶点数为l的空图Graph(VexNodeadjl[],intl);//构造一个由adj1表示的顶点个数为l的邻接链表对象Graph(intvex[],intarc[],intn);//以vex[]为顶点集,arc[]表示的邻接矩阵建立图voidinstVex(intdata);//插入顶点voidinstArc(intv1,intv2);//插入边stringdfs(intv0,voidvisit(int&v));//深度优先遍历stringbfs(intv0,voidvisit(int&v));//广度优先遍历staticvoidfunc1(int&v);//遍历时执行的函数staticvoidfunc2(int&v);//遍历时执行的函数staticstringinttostr(intv);};
2024/6/29 17:13:18 13KB 邻接链表
1
用蛮力法求解旅行商问题voidmain(){ intN; coutGraph[i][j]; } salesman_problem(N,Graph,T);}
2024/6/15 15:29:32 2KB gth
1
pls_graph使用手册,讲述该软件的详细操作
2024/5/16 12:08:46 502KB pls_graph
1
Graph-basedreasoningmodelformultiplerelationextraction.pdf
2024/1/5 14:17:21 662KB 知识图谱
1
graph.h
2023/12/3 7:30:55 2KB graph.h
1
该存储库包含主要用Python编写的简单linux脚本。
脚本列表:function_generator-生成具有foo函数的随机源代码,这些函数从main彼此调用gcc-reorder-runner.sh-运行gcc二进制文件的包装器(特定于功能重新排序)readelf_sections-包装器,将打印以ELF二进制形式显示的所有部分,显示模式:none|latex|pappedreadelf_relocs-为每个重定位类型打印重定位数量ldd_informer-显示可执行文件的所有依赖关系,包括所有共享库的大小readpage_graph-从装订转储和二进制文件创建图形;
所有重要的ELF部分都突出显示stap_readpage.stp-STAP脚本文件打印内核完成的所有ext4光盘读取readelf_sorted_symbols-按二进制布局顺序从EL
2023/11/11 1:19:21 3.52MB C++
1
GRC(Graph-basedRelaxedClustering)是一种具有便捷性和自适应性的谱聚类算法,但对于大数据集,繁重的时间开销限制了其实用性.针对此不足,该文通过对GRC聚类指示向量进行约束并融合中心约束型最小包含球(Center-ConstrainedMinimalEnclosingBall,CCMEB)理论提出了大数据集快速谱聚类算法CCMEB-CGRC.该算法继承GRC的便捷性和自适应性的同时又具有渐近线性时间复杂度的优点,从而较好地解决了大数据集快速有效谱聚类的问题.仿真实验的结果验证了该算法的有效性和快速性.
2023/11/9 9:31:33 487KB 大数据 谱聚算法
1
Graph-Cut算法是图像及视频中经典且有效的前景和背景分离算法,针对其计算量较大导致实时性不佳、前景和背景颜色相似时分割结果易出现shrinkingbias现象的问题,提出一种改进算法.该算法利用Mean-Shift技术对图像进行预处理,将原图像表示成基于区域的、而不是基于像素的图结构,预处理结果还可应用于后续的前景和背景颜色分布估计过程,使得计算量大大下降;在能量函数中引入了具有自适应权值调节功能的连通性约束项,有效地改善了shrinkingbias现象,提高了分割结果的精确性.实验结果表明,文中算法具有良好的实时交互性,且分割效果更加稳定和精确.
1
共 33 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡