发现一个不错的技术社区（水木清华）

最新推荐文章于 2024-06-04 09:44:41 发布
最新推荐文章于 2024-06-04 09:44:41 发布
阅读量232 收藏
点赞数
分类专栏： [网站分类]其他技术区 文章标签： .net
本文介绍了两个知名高校技术社区——水木清华与北大未名的基本情况。水木清华社区中包含了许多有价值的技术文章，特别是关于.NET技术的文章，经常有成员分享自己的代码和技术心得。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

水木清华http://www.newsmth.net/是早就听说过，不太清楚它的定位是什么，不过今天发现，里面的一些.net的技术文章，虽然老了还是挺有价值的，经常有热心的人贴自己的代码上去，想法都不错，是因为大部分都是清化的人吗？

好像还有个北大未名，知道的兄弟给介绍一下这两个社区的情况

zSMTH-Android:zSMTH - 水木社区BBS的开源Android客户端
04-25
zSMTH-Android 水木社区BBS的开源Android客户端 项目地址： 项目说明： 本项目使用了当前Android开发流行的技术，比如 RxJava+Retrofit2+okhttp3: 网络和reactive模式开发 Fresco: 网络图片下载、缓存和显示 RecyclerView FloatingActionButton PhotoView: 图片的缩放 SQLiteAssetHelper Jsoup: 解析页面内容 ... 欢迎更多的人参与进来一起改进！
深度学习系列23：infomap进行聚类
kittyzc的博客
07-12 4046
1. 原理与安装 安装：最新版本安装有点问题，pip install infomap==1.0.1 原理：图中随机游走时，若节点间转换的概率一样，则随机游走在群内停留时间更长。infoMap 的想法是将每个节点的编码分为两个部分模块码和节点码，模块码用于区分图中不同的群，节点码用于区分相同模块内不同节点。不同模块节点的模块码不同，但节点码可能相同。 实现：1. 计算节点访问概率：对于每个节点 ，有两种方式跳转：要么以 1-r 的概率从节点 a 的连接边中选择一条边进行跳转，选每条边的概率正比于边的权重；要么
Infomap Python API
uncle_ll的博客
10-19 1373
是一种基于层距离编码的无监督社区发现算法，为了区分随机游走从一个群组进入到了另一个群组，除了群组的名字之外，对于每个群组的跳出动作也给予了一个编码。比如，下图（c）中红色节点部分是一个群组，群组名的编码是 111，跳出编码是 0001。这样在描述某个群组内部的一段随机游走路径的时候，总是以群组名的编码开头，以跳出编码结束。从上述结果可以看到，找到了两个社区1和2，社区1中有节点3,4,5, 社区2中有节点0,1,2。可以使用 PyPI 安装 Infomap。详细原理具体可以参考文末的参考文献列表。
聚类 | Map-Equation多级网络聚类模型——InfoMap
素质云笔记
02-07 7441
受苏神的《最小熵原理（五）：“层层递进”之社区发现与聚类》启发，拿来做词聚类，看苏神的贴出来的效果蛮好，就上手试了试，感觉确实不错。 最新的v1.0版本还有专门网站：https://mapequation.github.io/infomap/ 1 简单的理论 Infomap 的双层编码方式把群组识别（社区发现）同信息编码联系到了一起。一个好的群组划分，可以带来更短的编码。所以，如果能量化编码长度...
水木清华营销策划提案.docx
11-24
【水木清华营销策划提案】是武汉格兰广告（地产整合）有限公司针对“水木清华”项目的营销策略建议。这份提案主要分为三个部分：市场分析、项目定位及推广策略、营销思路的提出及策略。 首先，市场分析部分，2002年...
水木清华精华电子资源下载
11-08
其中，“水木清华”是清华大学的网络社区论坛，汇集了众多学术讨论、技术分享和文化交流的帖子，而“精华”则意味着这些资源经过精心筛选，具有高度的参考价值和学习意义。 这个压缩包中可能包含了多个子文件，每个...
水木清华站BBS-Delphi世纪精华内容解析
标题：“BBS水木清华站世纪精华-Delphi”所指的知识点涵盖了几个重要的部分，主要包括BBS（电子公告板系统）、水木清华站、世纪精华以及Delphi编程语言。 1. BBS（电子公告板系统）： BBS是一种早期的在线交流平台...
水木清华Java版精华帖深度分享
水木清华BBS在中国高校尤其是清华大学内具有深远的影响，是校内乃至国内早期IT技术交流的重要平台，为国内的IT行业输送了大量的技术人才。Java版块的精华帖，就是指在该版块内用户讨论的内容中，被版主或者其他用户...
计算机软件-编程源码-水木清华_Delphi精华.zip
05-25
这份“计算机软件-编程源码-水木清华_Delphi精华.zip”集合，无疑是一份宝贵的资源，它包含了来自水木清华社区的Delphi编程精华，旨在帮助开发者深入理解Delphi编程技术，提升代码编写能力。 Delphi作为一款强大的...
infomap:基于映射方程的多层次网络聚类
05-02
信息图 Infomap是一种基于的网络聚类算法。 有关详细文档，请参见 。 有关最近更改的列表，请参见源目录中的 。 入门 可以使用pip从安装Infomap或从源代码进行编译。 上提供了用于浏览器的实验Java版本。 使用点 预编译的版本可用于macOS用户。 在其他操作系统上安装需要使用可运行的gcc或clang编译器。 要安装，请运行： pip install infomap 要升级，请运行： pip install --upgrade infomap 安装Python软件包后，可从任何目录获得名为infomap （带有小写i）的可执行文件。 首先，请阅读 。 使用Docker 当前在上有两个可用的Docker映像。 mapequation/infomap mapequation/infomap:notebook基于jupyter/scipy-notebook
Structure算法
09-29
01 C++ 程序设计 02 程序性能 03 数据描述 04 数组和矩阵 05 堆栈 06 队列 07 跳表和散列 08 二叉树和其他权 09 优先队列 10 竞赛树 11 搜索树 12 图 13 贪婪算法 14 分而治之算法 15 动态规划 17 分枝定界
社区发现之模块度实现方式2
01-20
上次文章写了一个模块度的代码模块度，是基于公式（1）来写的。 公式（1） 对于公式（2）来说，在代码实现一块这两个其实差别并不是很大。只是对于矩阵的描述不同而已。相比来说公式2更加的方便。 公式(2) 先放出代码： def Q(array): edges = sum(sum(array)) e =array/edges a =np.sum(e,axis=0)#代表与社区的连边数占总边数的比例 q=0 for i in range(len(e)): q+= e[i,i] - a[i] *a[i] return q i
一种重叠社区的发现算法
05-20
这是一个本科生的毕业设计，是做一个重叠社区的发现算法
重叠社区发现算法LFM算法python源码含数据集
03-14
LFM算法是来源于论文《Detecting the overlapping and hieerarchical community structure in complex networks》，文档中包含该算法的python的源码，以及用到的数据集，仅供大家学习参考。
【亲测免费】 Infomap：基于Map Equation的多层级网络聚类工具
最新发布
gitblog_00085的博客
06-04 424
Infomap：基于Map Equation的多层级网络聚类工具 1. 项目介绍 Infomap是一款实现于Map Equation理论上的网络聚类算法，它能够高效地识别复杂网络中的信息流模式，并据此进行多层次的社区划分。此项目由mapequation团队维护，提供了一个强大的工具来解析和理解网络结构。详细文档可访问官方网站mapequation.org/infomap。该算法适合网络分析、数据挖...
python相册中的人脸聚类_基于infomap的人脸聚类
weixin_39879522的博客
12-10 751
Learning to Cluster Faces by InfomapIntorduction采用了无监督方法infomap进行人脸聚类 ，在公开数据集上MS-Celeb-1M、YouTube-Faces、DeepFashion获得较当前主流方法(如GCN人脸聚类等监督方法)同等或更优的效果. 通过faiss加速邻接边的构建，提高聚类速度，单批百万数据聚类仅需几分钟. 效果及性能测试详见下表.I...
【机器学习】聚类算法、社区发现
ysq96的博客
07-14 8770
目录 前言 前言 最近方向是团案挖掘，关于聚类算法，其实之前不怎么了解，最近得补补了。 聚类和社区发现 首先要先明白这两者的差别。 [参考地址] 社团检测通常是指将网络中联系紧密的部分找出来，这些部分就称之为社团，那么也可以认为社团内部联系稠密，而社团之间联系稀疏 [1]。显而易见，其中有一个非常重要的点，稠密是如何定义的。不管现在想到的定义是什么，但都包含顶点，边，度，或许还有路径这些字眼，它们有一个共同的特征–网络的结构。所以，社团检测侧重于找到网络中联系紧密的部分，而经常忽略节点的.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值