[其它] Arrays-源码

说明：数组 #DSALGO // LOVE BABBAR DSA表格
<weixin_42180863> 上传 | 大小：2kb

[其它] wdp:一个用于上传到Wiktionary的Python库-源码

说明：wdp：维基百科数据准备器 wdp（Wiktionary数据准备器）是一个小型Python库，可以帮助您将语言数据存储到Wiktionary上。 完美格式化Wiktionary条目可能很难，而且wdp的目标是为您解决棘手的问题。 使用Word API，输入数据： from wdp import Word # use the Word class to represent our words apple = Word ( "apple" ) apple . add_pronunciation (
<weixin_42099906> 上传 | 大小：26kb

[其它] chess-源码

说明：棋 一个简单的国际象棋ui
<weixin_42109639> 上传 | 大小：873kb

[其它] 基于预测误差扩展的块截断编码压缩图像的可逆数据隐藏

说明：在本文中，我们针对块截断编码（BTC）压缩的图像提出了一种新的可逆数据隐藏方案。 原始图像被划分为nxn大小的非重叠块，并由BTC编码以获得BTC压缩的比特流。 每个块由一个低平均值，一个高平均值和一个二进制位图表示。 该方案利用相邻块之间的相关性，并通过预测误差扩展将数据嵌入到低平均值和高平均值中。 同时，不需要其他的上溢/下溢位置图。 对于那些具有相同的低均值和高均值的块，数据被嵌入到位图中。 实验结果表明，该方案具有较高的嵌入能力和较高的图像质量。
<weixin_38647822> 上传 | 大小：1mb

[其它] Portfolio-源码

说明：Portfolio
<weixin_42117082> 上传 | 大小：4mb

[其它] hrigdon98.github.io:开源GIS工作的网页组合-源码

说明：欢迎来到GitHub Pages 您可以使用的来维护和预览Markdown文件中网站的内容。 每当您提交到该存储库时，GitHub Pages都将运行从Markdown文件中的内容重建站点中的页面。 降价促销 Markdown是一种轻巧且易于使用的语法，可用于样式化您的文字。 它包括以下约定 Syntax highlighted code block # Header 1 ## Header 2 ### Header 3 - Bulleted - List 1. Numbered 2. Li
<weixin_42138780> 上传 | 大小：3kb

[其它] home-master-源码

说明：开发者的作品集 :sparkles: 这是一个托管于GitHub Pages的个人静态网站/投资组合模板，旨在展示我最近的项目。 网站网址/演示： ·· 目录 技术栈 :hammer_and_wrench: 在package.json中定义的依赖项： | | | | 结构 :anchor: 导航栏（可选） 身体 姓名| 职业 联系/关注/找到我/ Facebook / LinkedIn / GitHub / Instagram /电子邮件/ Co
<weixin_42144707> 上传 | 大小：24mb

[其它] chrome-extension-github-ranking-源码

说明：chrome-extension-github-ranking
<weixin_42146888> 上传 | 大小：1020kb

[其它] 通过确定每个像素端元集的非线性光谱混合分析

说明：当光在不同材料之间遭受多种相互作用时，非线性光谱混合分析非常重要。 很少尝试合并空间信息以改善非线性分解算法的性能。 在这封信中，初步分类图中采用了局部窗口，以搜索每个像素的相关端成员。 由相关端部成员产生的虚拟端部成员表示每个像素中的多重散射效果，并且基于修改后的双线性模型估算相应的丰度。 在模拟和真实的高光谱图像上进行的实验表明，所提出的方法与某些现有算法相比具有竞争性甚至更好的性能。
<weixin_38571992> 上传 | 大小：882kb

[其它] SiddharthSadhwani.github.io-源码

说明：SiddharthSadhwani.github.io
<weixin_42128988> 上传 | 大小：26mb

[其它] 基于聚类系数的新中心度度量

说明：
<weixin_38624556> 上传 | 大小：426kb

[其它] CityFace-Mask-Detection:上载-源码

说明：城市面膜检测 对于Hacking Genie的CityHack2021 介绍 这是一种创新的基于云的入口检测和控制系统，该系统使用SR处的机器学习和计算机视觉。 它集成了SID，温度和面罩磨损检测功能，并具有完全自动化的功能。 收集到的数据将被传输到云中并在云中进行分析，并在发布到网站之前进一步可视化。 如有异常情况，将予以通知。 该项目释放了证券的劳动量，通过物理接触降低了感染的风险，并在很大程度上提高了检测和记录过程的效率。 除了监视SR之外，我们的项目还可以潜在地应用于更广泛的场景（
<weixin_42114645> 上传 | 大小：189mb