您好,欢迎光临本网站![请登录][注册会员]  

列表 第621361页

« 1 2 ... .56 .57 .58 .59 .60 621361.62 .63 .64 .65 .66 ... 697880 »

[其它] Ncov2020HistoryData-源码

说明:Ncov2020HistoryData 大家使用example.csv作为模板上传数据 通过后台的批处理软件,将文件的中的各省市数据导入到数据库,数据接口对所有人开放接口示例:获取所有历史数据: ://ncov.nosensor.com:8080/ 获取某些天的历史数据: ://ncov.nosensor.com:8080/api/date= 获取某市的所有历史数据: ://ncov.nosensor.com:8080/api/city=获取某省的所有历史数据: ://ncov.nose
<weixin_42150360> 上传 | 大小:719kb

[其它] 基于光子压缩采样和随机解调的微波频谱分析

说明:在这封信中,我们提出了一种基于光学采样和随机解调的光子压缩采样方案,用于微波频谱分析。 提出了一种(据我们所知)在光域中实现伪随机二进制序列与感兴趣的输入微波信号相乘的新颖方法,该方法大大简化了压缩采样的实现。 借助随机解调和稀疏重建算法,电数字化仪可以以比尼奎斯特速率低得多的采样率成功捕获频谱稀疏的信号。 成功演示了具有多个频率分量的信号识别。
<weixin_38670065> 上传 | 大小:266kb

[其它] web-kurssi-projekti-源码

说明:web-kurssi-projekti
<weixin_42101164> 上传 | 大小:2mb

[互联网] 安装Ominpeek CRT更新步骤说明.docx

说明:安装Ominpeek CRT更新步骤说明.docx
<qq_25623355> 上传 | 大小:712kb

[其它] osgi-best-practices:在操作中展示一些OSGi最佳实践-源码

说明:最佳实践 带有角度UI,REST服务和OSGi服务的OSGi应用程序。 该设计遵循OSGi R7应用程序的当前最佳实践。 模组 父级-定义常见的依赖关系和OSGi捆绑包的构建 后端-Tasklist API,OSGi服务隐含和REST服务。 在功能完善的应用程序中,您可能需要在这里放置多个捆绑包 halbrowser-重新包装的OSGi halbrowser ui-使用REST后端的静态Angular UI app-使用bndrun定义索引和应用程序程序集 建造 mvn clean ins
<weixin_42151772> 上传 | 大小:43kb

[电信] CS86552E扩频功能40倍增益双路20W数字功放IC

说明:CS86552E 是一款带扩频功能,2x20W D类音频功率放大器。先进的EMI抑制技术使得在输出端口采用廉价的磁珠滤波器就可以满足EMC 要求。
<sandtech168> 上传 | 大小:7mb

[其它] Snake-game:蛇游戏-源码

说明:蛇游戏 蛇游戏
<weixin_42165018> 上传 | 大小:12kb

[其它] srfbn1-源码

说明:图像超分辨率反馈网络 更新:我们建议的门控多反馈网络(GMFN)将出现在BMVC2019中。 “通过两个时间步长,每个时间步长都包含7个RDB,与包括RDN的最新图像SR方法(其中包含16个RDB)相比,提出的GMFN实现了更好的重建性能。” 该存储库是我们建议的SRFBN的Pytorch代码。 该代码由和基于开发,并在具有Ubuntu 16.04 / 18.04环境(Python 3.6 / 3/7,PyTorch 0.4.0 / 1.0.0 / 1.0.1,CUDA 8.0 / 9
<weixin_42128963> 上传 | 大小:114mb

[互联网] 校园二手商品交易系统的设计与实现.doc

说明:包括项目计划分工、系统规划背景、需求分析、系统设计、各模块关键代码及设计、系统测试等
<Brycet> 上传 | 大小:3mb

[其它] 2021-themediaonline-源码

说明:2021-themediaonline
<weixin_42118423> 上传 | 大小:366kb

[其它] deep_q_learning:强化学习实验的集合。 目前,仅由Deep Q Learning组成,但willl最终包含其他人-源码

说明:深度Q强化学习 描述 强化学习可以用作训练代理在给定环境下玩游戏的技术。 Q学习是强化学习的一种简单类型,由此创建了一个“ Q表”,其中包含AI对每个游戏状态下代理可使用的每个动作的“质量”(因此称为名称)的估计。 当代理人玩游戏并收集更多信息时,它将使用新的estimage更新Q表。 Q学习是简单而有效的,但不能扩展-在最简单的游戏中,除了所有最简单的游戏之外,状态空间(即环境状态的所有可能组合的数量)变得太大,以至于简单的查询表无法生效。 Q表实际上只是估算Q函数的一种方法。 即,将游戏状
<weixin_42128537> 上传 | 大小:14mb

[其它] Bookers2_deploy:练习部署-源码

说明:自述文件 用aws部署Bookers2
<weixin_42134094> 上传 | 大小:86kb
« 1 2 ... .56 .57 .58 .59 .60 621361.62 .63 .64 .65 .66 ... 697880 »