[其它] Interview-Prep-源码

说明：面试预备
<weixin_42126399> 上传 | 大小：3kb

[其它] engelbert-calma-源码

说明：engelbert-calma
<weixin_42137032> 上传 | 大小：41kb

[其它] LearningWebDev:我的网络开发学习之旅从零到英雄-源码

说明：LearningWebDev 我的网络开发学习之旅从零到英雄。 目前正在学习： HTML / CSS Javascr ipt 进步 2021年 3月7日 简单HTML页面模板 简单表 Javascr ipt功能 链接页面 如果已单击链接，则无法添加电话号码 3月10日 可以使用全局变量添加数字 用于HTML4的html标记 鼠标悬停时更改文本颜色和大小
<weixin_42161497> 上传 | 大小：2kb

[其它] k8s-webhooks-stuffs-源码

说明：k8s-webhooks-东西 此项目docker映像 对于该项目的图像，您可以看到此dockerhub存储 使用最新图片（图片> = v1.0.5） 设置此变异Webhook kubectl apply -f mutating-webhook-configuration.yaml kubectl apply -f mutating-webhook-deployment.yaml kubectl apply -f mutating-webhook-service.yaml 设置CA证书
<weixin_42135773> 上传 | 大小：9kb

[其它] Bolsa-de-trabajo-源码

说明：Bolsa-de-trabajo
<weixin_42123296> 上传 | 大小：2mb

[其它] 柔性支持向量回归及其在故障检测中的应用

说明：超参数决定了学习和对支持向量回归（SVR）的概括能力，通常在训练时是固定的。 因此，当将SVR应用于复杂的系统建模时，由于样本数据集的复杂分布，此参数固定策略使SVR陷入了选择严格参数或松弛参数的困境。 因此，在本文中，我们提出了一种灵活的支持向量回归（F-SVR），其中的参数适用于训练过程中的样本数据集分布。 F-SVR方法根据分布复杂度将训练样本数据集划分为多个域，并为每个域生成不同的参数集。 该方法的有效性在人工数据集上得到了验证，其中F-SVR在保持良好学习能力的同时，比常规SVR方法具
<weixin_38656989> 上传 | 大小：896kb

[其它] IS分享-旧版APP下载.exe

说明：抓包软件免费版 用于商城下架老版本APP
<cs780780> 上传 | 大小：16mb

[其它] ignite-cap01-desafio03-源码

说明：ignite-cap01-desafio03
<weixin_42134038> 上传 | 大小：80kb

[其它] 灵活的支持向量回归及其在故障检测中的应用

说明：超参数决定了学习和对支持向量回归（SVR）的概括能力，通常在训练时是固定的。 因此，当将SVR应用于复杂的系统建模时，由于样本数据集的复杂分布，此参数固定策略使SVR陷入了选择严格参数或松弛参数的困境。 因此，在本文中，我们提出了一种灵活的支持向量回归（F-SVR），其中的参数适用于训练过程中的样本数据集分布。 F-SVR方法根据分布复杂度将训练样本数据集划分为多个域，并为每个域生成不同的参数集。 该方法的有效性在人工数据集上得到了验证，其中F-SVR在保持良好学习能力的同时，比常规SVR方法具
<weixin_38752459> 上传 | 大小：1mb

[其它] image:图片库-源码

说明：图像 图片库
<weixin_42099987> 上传 | 大小：55kb

[其它] SAR图像的水上显着舰船检测方法

说明：亲爱的编辑，合成Kong径雷达（SAR）是一款功能强大的海上光电传感器，不受时间和气象条件的影响。值得注意的是，船舶探测在海上起着重要的作用
<weixin_38632797> 上传 | 大小：84kb

[其它] Minor_Project_2:使用NS-3模拟器的退避算法改进-源码

说明：次要项目_2 使用NS-3模拟器的退避算法改进 我们必须安装NS-3 Simulator 步骤1： 步骤2：这是一组脚本，可为我们管理ns-3各个子系统的下载和构建。
<weixin_42128270> 上传 | 大小：333kb