注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 欧几里得算法以及求倒数c源码

  2. 加密解密关于欧几里德算法以及欧几里德扩展算法（求倒数）的c源码

  3. 所属分类：其它

    • 发布日期：2009-12-21
    • 文件大小：1kb
    • 提供者：mygodgo49

  1. C# 源码 C#2008经典案例

  2. 第1章 Visual C＃2008与窗体界面 案例1 飘动动画窗体 案例2 透明动画窗体 案例3 利用API函数实现动画窗体 案例4 闪烁动画窗体 案例5 滚动字幕动画窗体 案例6 超女卡通窗体 案例7 总在最前的登录窗体 案例8 在屏幕中央的圓形窗体 案例9 半透明的T形窗体 案例10 多文档MDI窗体 案例11 渐变色窗体 案例12 笑脸窗体 案例13 八边形图形窗体 本章小结 第2章 Visual C＃ 2008与图形图像 案例1 动态绘制直线和曲线 案例2 动态绘制验证码 案例3 椭圓

  3. 所属分类：其它

    • 发布日期：2010-04-25
    • 文件大小：13mb
    • 提供者：yuanmanguo

  1. cs4641-python-源码

  2. cs4641-python 该存储库包含针对各种机器学习技术的Python实现，我在乔治亚理工学院CS 4641（机器学习）课程的一部分中从头开始对它们进行了编码。 阅读以下有关每个模型的更多信息： K均值聚类 K均值初始化k个随机聚类中心，并将每个数据点归类为最接近的k个聚类中的任何一个。 在此实现中，我使用成对的欧几里德距离进行聚类，并使用平方误差总和来计算损失。 高斯混合模型 GMM是一种概率模型，它假定可以从有限数量的高斯分布的组合中产生所有数据点。 它是一种软群集算法，可将每个数据点

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：12kb
    • 提供者：weixin_42133452

  1. jammy_flows:一个用于描述具有覆盖控制的流形上的联合自回归（条件）归一化流PDF的软件包-源码

  2. jammy_flows 这个包实现（条件）的PDF为J oint甲utoregressive中号anifold（MY）正火-流动。 它脱离了《》一书的工作 ，其中包括该论文描述的关于联合流形的覆盖范围计算的方法。 对于欧几里德流形，它包括的的更新实现 ，现在，逆是可微的（将牛顿迭代添加到二等分中），并且使用逆高斯CDF的更好近似值可以使其更稳定。 该软件包具有简单的语法，使用户可以定义PDF并使用仅能正常工作的单行代码。 要定义一个10维PDF，具有4个欧几里得尺寸，然后是2个球体，再加上4

  3. 所属分类：其它

  1. Euclidean_Algorithm_for_two_or_more_numbers:将我的欧几里得算法最大公因数和最小公倍数的证明结果实现到Python中-源码

  2. 使用LCM的欧几里德算法实现 该程序完全以python版本3.9编码，建立在我之前已经证明的两个声明性语句的演绎逻辑的基础上：欧几里得算法的最高公因数和LCM。 通过该程序，我将结果的实现提供给该程序来演示这些结果的功能。 这是归纳欧几里德算法的实现，因此它使您可以计算任意n个整数的HCF和LCM。 安装/入门 为了编译代码，需要Python Interpreter 3+，您可以根据需要通过其他方式将其构建为可执行文件。 仅需要标准编译。 python Euclidean_Algorithm

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：17kb
    • 提供者：weixin_42133918

  1. Closest-Pairs-源码

  2. 最接近的对 输入任意数量的整数，并接收程序中指定的最短的欧几里德距离对，M。 约束必须是非负整数。

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：54kb
    • 提供者：weixin_42131352

  1. Spherical-Text-Embedding:[NeurIPS 2019]球形文本嵌入-源码

  2. 球形文字嵌入 在NeurIPS 2019中发布的用于Spherical Text Embedding的源代码。代码结构（尤其是文件读取和保存功能）改编自。 要求 GCC编译器（用于编译源c文件）：请参阅有关的。 预训练的嵌入 我们在上提供了经过预训练的JoSE嵌入。 与诸如Word2Vec和GloVe之类的欧几里德嵌入不同，球形嵌入不一定受益于高维空间，因此，首先从低维嵌入开始可能是一个好主意。 运行代码 我们提供了一个shell脚本run.sh来编译源文件和训练嵌入。 注意：在准备训练文本语

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：10mb
    • 提供者：weixin_42105570

  1. 激光雷达障碍物探测：传感器融合纳米程序C ++下的第一个项目-源码

  2. 传感器融合课程-第一个项目-激光雷达障碍物检测 激光雷达原理 激光雷达传感通过发送数千个激光信号为我们提供高分辨率数据。 这些激光从物体反射回来，返回到传感器，然后我们可以通过定时返回信号所需的时间来确定物体的距离。 我们还可以通过测量返回信号的强度来告诉一些有关被击中的物体的信息。 每条激光都在红外光谱中，并以许多不同的角度发出，通常在360度范围内。 激光雷达传感器为我们提供了3D周围世界的高精度模型，但它们目前非常昂贵，一个标准单元的价格高达60,000美元。 项目描述 使用来自Udaci

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：193mb
    • 提供者：weixin_42116585

  1. dtw：Rust中的DTW-源码

  2. DTW 这是Rust中DTW算法的实现。 可以计算两个观测序列的相似度。 您可以提供闭包/函数来计算观察之间的成本。 例如，如果观测值为点或n维，则可以使用平方欧几里德距离。 最快的实现是在ucr_improved模块中 用法 将依赖项添加到您的Cargo.toml中，然后可以使用提供的功能 use dtw :: * ; fn main () { let (series_1, series_2) = utilities :: make_test_series (); let c

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：26kb
    • 提供者：weixin_42144086

  1. 激光雷达障碍物检测：Udacity -Sensor Fusion-项目1-源码

  2. 爱德华多·里贝罗·德·坎波斯-2021年3月 项目：激光雷达障碍物检测。 传感器融合纳米学位计划。 在整个Lidar课程中，我们从 （传感器融合与本地化总监）那里学习了有关Lidar的观点，软件方法由 （高级AV软件工程师）教授。 来自 （梅赛德斯-奔驰研究与开发北美公司）的两位专业人员。 研究了开发可处理Lidar数据的管道的最佳实践。有关更多详细信息，请和。 该项目的目标可在网页上找到。 1.细分（RANSAC）。 2聚类（KD树和欧几里得聚类） 3.边界框。 4，下采样数据（体素网

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：198mb
    • 提供者：weixin_42139357

  1. 欧几里德-源码

  2. 欧几里德

  3. 所属分类：其它

  1. cuTimeWarp：用于时间序列机器学习的动态时间规整和SoftDTW损失功能的CUDA实现。 CSS535 HPC的课程项目-源码

  2. cuTimeWarp 用于时间序列机器学习的动态时间规整和SoftDTW损失功能的CUDA实现。 基于以下描述的算法： 去做 在CPU上实施幼稚的DTW 在CPU上实现软DTW 选择基准数据集 在CPU上实现成对平方的欧几里德距离 在CPU上实现软DTW渐变 在CPU上实现软DTW重心估计 在CUDA中实施幼稚的DTW 在CUDA中实施软DTW 在CUDA中实现成对平方的欧几里德距离 在CUDA中实现软DTW渐变 在CUDA中实现软DTW重心估计 在CUDA中实现

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：108kb
    • 提供者：weixin_42104181

  1. 欧几里得距离：计算欧几里得距离为2D3DnD空间中的两点-源码

  2. 欧氏距离 欧几里德距离是一个用于计算-友好NPM模块 在n维空间中的两个向量之间。 安装 npm install euclidean-distance --save 用法 var distance = require ( 'euclidean-distance' ) distance ( [ 0 , 0 ] , [ 1 , 0 ] ) // 1 distance ( [ 0 , 0 ] , [ 3 , 2 ] ) // 3.605551275463989 distance ( [ - 7 ,

  3. 所属分类：其它

  1. traVRsal-sdk：创建自然步行VR体验的SDK-源码

  2. 介绍 traVRsal为VR带来自然的行走。 它是Unity之上的引擎，用于利用不可能的空间和非欧几里德几何体来创造身临其境的房间规模的体验。 使用SDK，任何人现在都可以轻松创建这样的体验。 入门 -下载应用程序 -按照Wiki -了解如何建立现有世界并重用零件 路线图 这是开始，建立了初始的创建和发布流程。 现在将在此基础上构建许多功能。 更详细的计划和愿景文档将很快共享。 接触 加入以获取所有问题和反馈。 已知错误和局限性 这是一个早期的Alpha版本，用于获取反馈并指导未来的发展方向。

  3. 所属分类：其它

  1. trigger_sequencer：触发音序器-源码

  2. Trigger_sequencer 这个基于Arduino的触发音序器是功能强大的eurorack模块，适用于任何diy合成器爱好者有节奏的使用。 特征 外部时钟输入 3个触发通道 8x8 led矩阵显示器，垂直轴为步进轴，水平轴为概率轴 使用“欧几里德节奏”生成器构建动态创建模式 更改每个触发器的长度 更改每个通道的时钟倍频 更改每个输出的占空比 垂直移动模式以获取台阶，水平移动其可能性。 使用拨动开关进入“手动编辑模式”并独立编辑每个音符 为每个通道设置不同的门模式 门模式 切换开/关频

  3. 所属分类：其它

  1. PBDS.jl：用于流形上的几何一致，多任务React控制的回拉捆绑动力系统（PBDS）框架的Julia实现-源码

  2. PBDS.jl Julia（Julia）实施回拉捆绑动力系统（PBDS）框架，以在非欧几里德机器人配置歧管和任务歧管上实现几何一致的多任务React式控制。 有关PBDS框架的更多详细信息，请参见： A. Bylard，R。Bonalli和M. Pavone，“使用多任务回退捆绑动力系统的可组合几何运动策略”，2020年。 视频介绍

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：140kb
    • 提供者：weixin_42144554

  1. MSR-JavaScript-Crypto：Microsoft JavaScript密码库-源码

  2. 总览 Microsoft Research Javascr ipt密码库（msrCrypto）已开发为以HTML5兼容且具有前瞻性的方式与云服务一起使用。 该算法通过公开。 该库当前支持RSA加密（OAEP）和数字签名（PSS）。 AES-CBC和GCM加密/解密； SHA-256 / 384/512，具有支持的哈希函数的HMAC； NIST指定的PRNG（基于AES-CTR）； ECDH； ECDSA； 和KDF（Concat）。 该库已在IE8、9、10、11，Microsoft Edge

  3. 所属分类：其它

  1. Hyperbolic-Ray-Tracer：在Unity中将基本的非欧几里德渲染器构建为计算着色器-源码

  2. 双曲射线追踪器 该项目涉及构建双曲空间的基本3D渲染器，作为Unity中的计算着色器。 我对计算机图形学和非欧几里得几何学感到非常兴奋，并且刚刚学习了很多有关微分几何学的知识，并且在Unity教程中遵循了David Kuri出色的GPU光线追踪（ ），我想我会把脚趾浸入Unity和HLSL中以尝试使事情变得有趣。 到目前为止，该项目包括： 在pygame中实现的基本raymarching的2D示例 计算着色器的HLSL代码和关联的C＃脚本

  3. 所属分类：其它

  1. iww：基于AI的Web包装器，用于Web内容提取-源码

  2. IWW-IntelliWebWrapper 一个基于AI的Web挖掘库，用于使用机器学习算法提取Web内容。 当前，该库提供了许多可利用的功能以及一些有趣的算法： DOM提取器，映射器，缩减器和展平功能... DoC，相干度，基于欧几里德距离的相似度。 LD，列出检测器算法。 MCD，主要内容检测器算法。 MCD算法结果积分器方法。 CETD算法。 DOM标签检测器脚本（突出显示选定的节点）。 PS： 该文档尚不可用。 LD和MCD算法将在不久的将来作为研究文章发布

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：60mb
    • 提供者：weixin_42102272

  1. 欧氏距离变换3d：使用行进抛物线的多标签3D各向异性图像的欧氏距离变换-源码

  2. 多标签各向异性3D欧氏距离变换（MLAEDT-3D） 计算一次包含多个标签的1d，2d或3d标签图像的欧几里德距离变换，并支持各向异性尺寸。 好奇输出是什么样子？ 下载！ import edt import numpy as np # e.g. 6nm x 6nm x 30nm for the S1 dataset by Kasthuri et al., 2014 labels = np . ones ( shape = ( 512 , 512 , 512 ), dtype = np . u

  3. 所属分类：其它

« 12 »