[其它] 移动群智感知中支持隐私保护的动态激励机制

说明：移动群智感知中支持隐私保护的动态激励机制
<weixin_38556668> 上传 | 大小：1mb

[其它] 使用SVN+CruiseControl+ANT实现持续集成

说明：在前面的文章中，介绍自己当时所在团队的处境(使用.NET开发)，一个不到十个人的研发团队在保证正常开发进度同时需要并发支持四、五十个项目问题处理，经常为了程序版本冲突、日常测试版本、发布版本提供等重复枯燥无味的手工劳动，导致团队成员身心俱疲。经历这样痛苦的一段时间，终于忍受不了，通过命令行实现了包括获取、编译、发布过程的集成，大大减轻版本编译的时间，此时还能见到团队成员一边编译程序一边聊天轻松的笑脸，这就坚定了自己持续集成的做法，不过可笑是当时自己对持续集成没有任何的概念，只是当时的状况逼自己走
<weixin_38714637> 上传 | 大小：899kb

[其它] React测试-源码

说明：该项目是通过引导的。 可用脚本 在项目目录中，可以运行： npm start 在开发模式下运行应用程序。 打开在浏览器中查看它。 如果您进行编辑，则页面将重新加载。 您还将在控制台中看到任何棉绒错误。 npm test 在交互式监视模式下启动测试运行器。 有关更多信息，请参见关于的部分。 npm run build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React，并优化了构建以获得最佳性能。 生成被最小化，并且文件名包括哈希值。 您的应用已准备好进行部署！
<weixin_42128537> 上传 | 大小：332kb

[其它] react-store：一种管理React应用程序数据的新方法-源码

说明：React存储 使用上下文API在React中存储数据。 什么是React Store？ React store是一个上下文包装器，用于保存变量和与体系结构组合以组织数据流。 存储的核心是存储变量的变异，变异完成后，React更新，可以通过以下四个关键功能实现此行为： 从任何地方获取存储变量的实例。 突变存储的变量实例。 侦听商店以触发组件中的重新渲染。 通知侦听器商店中的更改。 如果您不熟悉React的上下文API，请阅读更多内容，因为我们继承了他的行为和功能。 超越语境 通过在卸
<weixin_42160376> 上传 | 大小：17kb

[其它] dummy.github.io-源码

说明：dummy.github.io
<weixin_42116791> 上传 | 大小：2kb

[其它] todoFrontend-源码

说明：项目描述： 项目“ TODO”是在Angular框架的帮助下编写的。 用于管理任务。 借助此应用，您可以计划一天，一周，一个月或更长时间的任务。 发送和接收数据是由对API服务器的请求执行的。 功能性： 创建，编辑和删除任务 用户注册和授权 选择任务的优先级 按选项卡对任务进行排序 使用的技术： 角材料 角React形式 SCSS
<weixin_42125770> 上传 | 大小：143kb

[其它] 让开发自动化:选择持续集成服务器

说明：由于有许多持续集成服务（CI）服务器可以选择，所以很难决定哪个适应自己。在让开发自动化系列的第二篇文章中，开发自动化专家Duvall采用一致的评估标准和很多说明性示例，介绍了一些开源CI服务器，包括Continuum、CruiseControl和Luntbuild。在我脑海里，我至少能想到12种在当前市场上可用的CI服务器，包括商业的和开源的。虽然它们都试图自动进行软件构建的过程，但是都有各自的优点和不足。而且，有太多工具可供选择的不良后果就是很难决定究竟应该选择使用哪个。在选用自动化过程的工具
<weixin_38573171> 上传 | 大小：809kb

[其它] 随机密码生成器-源码

说明：Javascr ipt：密码生成器 一种根据用户选择的标准生成随机密码的应用程序。 包括以下选项： 大写字符 小写字符 数字 特殊的角色
<weixin_42166105> 上传 | 大小：23kb

[其它] 网格pr0j3t-源码

说明：网格pr0j3t
<weixin_42104947> 上传 | 大小：94kb

[其它] CISC3130Lab1-源码

说明：CISC3130Lab1 本实验的目的是进行设置并确保一切正常
<weixin_42144707> 上传 | 大小：1kb

[其它] shebuhpg.github.io：这是我的第一个存储库2020-08-31 10:22:24-源码

说明：shebuhpg.github.io：这是我的第一个存储库2020-08-31 10:22:24
<weixin_42138408> 上传 | 大小：15kb

[其它] GeoVin_train：用于GeoVin的笔记本-源码

说明：此回购包含用于训练本文中提到的模型的笔记本： 使用手机图像通过深度学习识别南美锥虫病矢量 一个卷积神经网络，使用标准手机中的图像来识别Trigasa infestans（南美锥虫病），这是一种南美锥虫病矢量。 在用卷积神经网络名称（即CNN-A）标识的每个文件夹下，您将找到用于训练模型的笔记本和图像。 此外，您将找到输出模型。 这些笔记本电脑已经在上进行了测试 在库中，您将找到一个示例应用程序来测试模型。 部分代码已从复制而来
<weixin_42171132> 上传 | 大小：108kb