TrvnExthtl

原创 于 2019-07-26 14:01:17 发布 · 174 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博客进行了搬家操作，但文档未提供更多信息技术相关关键信息。

博客搬家

Wl_皮囊
关注
k-clique算法的分析
12-12
下载前可以先看下教程 https://pan.quark.cn/s/5c323bb6ba07 The work has been extended to a journal paper "Efficient k-Clique Counting on Large Graphs: The Power of Color-Based Sampling Approaches". https://.com/LightWant/tripath_tkde. The source code of the work "Lightning Fast and Space Efficient k-clique Counting, www'22, https://doi.org/10.1145/3485447.3512167". kclique counting Build makedir bin make make changeToD make makeCSR Data format use com-DBLP as the example: At first, we have text file ​ ./data/dblp/dblp.txt: n,m 0 1 0 2 2 3 ... run: bin/makeCSR ./data/dblp/dblp.txt ./data/dblp/tmpedge.bin ./data/dblp/tmpidx.bin, and we get: ​ ./data/dblp/tmpedge.bin ./data/dblp/tmpidx.bin run bin/changeToD -edge ./data/dblp/tmpedge.bin -idx ./data/dbl...
目标检测-海洋鱼类检测数据集-5000张图-+对应VOC/COCO/YOLO三种格式标签+YOLO11一键训练脚本
12-12
● 数据集介绍：海洋鱼类检测数据集，真实场景高质量图片数据，涉及场景丰富，比如珊瑚礁群鱼类、深海沉船周边鱼类、开放海域洄游鱼类、鱼类遮挡、鱼类严重遮挡数据等，且类别丰富，划分为 "AngelFish、BlueTang、ButterflyFish、ClownFish、GoldFish、Gourami、MorishIdol、PlatyFish、RibbonedSweetlips、ThreeStripedDamselfish、YellowCichlid、YellowTang、ZebraFish" 13 个类别； ● 适用实际项目应用：海底监测场景下鱼类检测项目，以及作为海底监测场景通用海洋鱼类检测数据集场景数据的补充； ● 标注说明：采用 labelimg 标注软件进行标注，标注质量高，提供 VOC(xml)、COCO (json)、YOLO (txt) 三种常见目标检测数据集格式，可以直接用于如 YOLO 等的算法训练； ● 附赠训练示例：提供 YOLO11 一键训练脚本，提供 GPU(GPUs)、CPU、Mac(M芯片) 多平台训练方案支持，提供博主训练结果日志供参考； 注意：由于数据集资源比较大，所以托管在我的百度网盘，所以这里的资源格式是 PDF，内附数据集基本情况介绍以及数据集获取方式！
一些关键的prolog示例代码
12-12
代码转载自：https://pan.quark.cn/s/6f46870dd909 The Power of Prolog Introduction to modern Prolog Prolog is a programming language that is rooted in formal logic. It supports search and unification as built-in features. Prolog allows us to elegantly solve many tasks with short and general programs. A Tour of Prolog: A Tour of Prolog The goal of this material is to bridge the gap between the great traditional Prolog textbooks of the past and the language as it currently is, several decades after these books were written. You will see that many limitations of the past are no longer relevant, while several new constructs are now of great importance even though they are not yet covered in any available Prolog book. Reading this book This book...
（60页PPT）数字智慧方案公共大数据资源中心平台建设项目可行性研究方案.pptx
12-12
（60页PPT）数字智慧方案公共大数据资源中心平台建设项目可行性研究方案.pptx
QYLED控制卡的参数设置和优化
12-12
根据原作 https://pan.quark.cn/s/68f26c76cb15 的源码改编 TP1 :alarm_clock: Date de remise le dimanche 26 septembre 2020 à 23h59 Objectif Ce TP a pour objectif de vous introduire à l'algorithmie avec le langage de programmation Python. Celui-ci est composé de 6 exercices, pour lesquels vous devez compléter le code avec l'indicateur . Consignes à respecter Tout d'abord, assurez-vous d'avoir lu le fichier instructions.md et d'avoir téléchargé les fichiers exercices1-6.py que vous devrez compléter. Pour ce TP, certaines contraintes sont à respecter: Vous ne pouvez pas importer d'autres librairies que celles qui sont déjà importées dans les fichiers. Il est interdit d'utiliser les structures de répétitions (for, while), ni les structures de données (li...
基于Spring Boot框架的某火锅店管理系统的设计与实现（代码+数据库+LW）
12-12
摘 要 某火锅店管理系统的目的是让使用者可以更方便的将人、设备和场景更立体的连接在一起。能让用户以更科幻的方式使用产品，体验高科技时代带给人们的方便，同时也能让用户体会到与以往常规产品不同的体验风格。 与安卓，iOS相比较起来，某火锅店管理系统在流畅性，续航能力，等方方面面都有着很大的优势。这就意味着某火锅店管理系统的设计可以比其他系统更为出色的能力，可以更高效的完成最新的菜品信息、美食资讯等功能。 此系统设计主要采用的是JAVA语言来进行开发，前台采用Vue框架，后台采用Spring Boot框架开发，对于各个模块设计制作有一定的安全性；数据库方面主要采用的是MySQL来进行开发，其特点是稳定性好，数据库存储容量大，处理能力快等优势；服务器采用的是Tomcat服务，能够提供稳固的运行平台，确保系统稳定运行。通过某火锅店管理系统来提升本课题的各项功能的工作效率，提供了一个多样功能，具有良好实用性的某火锅店管理系统。 关键词：某火锅店管理系统；Spring Boot框架；JAVA语言
（97页PPT）公共资源管理服务中心智能化方案.pptx
12-12
（97页PPT）公共资源管理服务中心智能化方案.pptx
基于改进YOLOv8模型的家禽自动识别监控检测系统源码分享项目_包含一条龙教学从YOLOV8标注好的数据集到一键训练全流程指导与70多种全套改进创新点集成及发刊支持与Web前端可视.zip
12-12
基于改进YOLOv8模型的家禽自动识别监控检测系统源码分享项目_包含一条龙教学从YOLOV8标注好的数据集到一键训练全流程指导与70多种全套改进创新点集成及发刊支持与Web前端可视.zip
嵌入式系统应用开发赛项赛题10套
12-12
嵌入式系统应用开发赛项赛题10套，每个安卓的部分都做一遍。
机械虎 3D模型 c4d格式文件
12-12
机械虎 3D模型 c4d格式文件
MSP430F5529设置主频控制
12-12
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 The 'targetConfigs' folder contains target-configuration (.ccxml) files, automatically generated based on the device and connection settings specified in your project on the Properties > General page. Please note that in automatic target-configuration management, changes to the project's device and/or connection settings will either modify an existing or generate a new target-configuration file. Thus, if you manually edit these auto-generated files, you may need to re-apply your changes. Alternatively, you may create your own target-configuration file for this project and manage it manually. You can always switch back to automatic target-configuration management by checking the "Manage the p...
基于改进YOLOv8模型实现高效准确识别与计数的扑克牌智能分析系统_包含一条龙教学从YOLOV8标注好的数据集到一键训练全流程并提供70全套改进创新点以助力学术发刊同时集成Web.zip
12-12
基于改进YOLOv8模型实现高效准确识别与计数的扑克牌智能分析系统_包含一条龙教学从YOLOV8标注好的数据集到一键训练全流程并提供70全套改进创新点以助力学术发刊同时集成Web.zip
DSP28035可量产的数字控制LLC源码（PI控制环路计算、2零3极补偿环路计算）+原理图+mathcad软件设计书
12-12
DSP28035可量产的数字控制LLC源码（PI控制环路计算、2零3极补偿环路计算）+原理图+mathcad软件设计书
自动标注工具AutoLabelImg
12-12
自动标注工具AutoLabelImg
微信聊天机器人方案、使用方法、演示视频
12-12
最安全的方式给自己微信加个聊天机器人，通过截图微信聊天窗口，识别聊天内容，大模型分析再回复。理论上支持任意聊天工具。
人工智能 项目介绍 Python实现基于ABC-ESN人工蜂群优化算法（ABC）优化回声状态网络（ESN）进行多输入单输出回归预测（含模型描述及部分示例代码）
12-12
内容概要：本文介绍了一个基于Python实现的ABC-ESN融合模型项目，旨在通过人工蜂群算法（ABC）优化回声状态网络（ESN）的关键参数，提升其在多输入单输出（MISO）回归预测任务中的性能。文章详细阐述了项目背景、目标与意义，指出该模型在非线性动态建模、群体智能优化应用、智能决策支持等方面具有重要价值。针对ESN存在的参数初始化不稳定、高维非线性建模困难、搜索效率低等挑战，提出以ABC算法进行全局参数优化的解决方案，涵盖水库权重、稀疏度、光谱半径等核心参数的智能调优。项目构建了完整的模型架构，包括数据归一化、ESN结构设计、ABC优化机制集成、多输入适配与性能评估体系，并提供了关键代码示例，展示了从数据预处理到模型训练、预测、评价及可视化的全流程实现。; 适合人群：具备一定Python编程和机器学习基础，从事数据科学、人工智能或自动化等相关领域研究与开发的科研人员及工程师，尤其适合关注智能优化算法与神经网络融合应用的中级技术人员。; 使用场景及目标：①解决传统ESN因参数敏感导致的性能不稳定问题；②应用于工业过程建模、环境监测、金融预测等多输入单输出复杂系统回归任务；③探索群体智能优化算法在深度学习模型超参数调优中的实践路径； 阅读建议：此资源以实际项目为导向，结合理论分析与代码实现，建议读者在理解ABC与ESN基本原理的基础上，动手运行并调试所提供的示例代码，深入掌握参数优化流程与模型集成方法，进一步拓展至其他应用场景。
（74页PPT）智慧教育信息化建设规划方案.pptx
12-12
（74页PPT）智慧教育信息化建设规划方案.pptx
A星算法融合DWA算法实现规避未知障碍物的Matlab代码（全局规划算法融合动态窗口算法DWA）
12-12
A星算法融合DWA算法实现规避未知障碍物的Matlab代码（全局规划算法融合动态窗口算法DWA）
基于模糊RBF神经网络轨迹跟踪研究（Matlab代码实现）
最新发布
12-12
基于模糊RBF神经网络轨迹跟踪研究（Matlab代码实现）内容概要：本文围绕“基于模糊RBF神经网络的轨迹跟踪研究”展开，结合Matlab代码实现，探讨了模糊RBF神经网络在轨迹跟踪控制中的应用。文中介绍了RBF神经网络的结构特点及其与模糊逻辑系统的融合机制，利用神经网络的自学习能力优化模糊规则，提升控制系统对非线性、不确定性环境的适应能力。研究重点包括网络参数的初始化、自适应学习算法的设计、控制律的构建以及在动态环境下的轨迹跟踪性能验证。通过Matlab仿真实验，展示了该方法在提高跟踪精度、抑制扰动和增强系统鲁棒性方面的有效性。; 适合人群：具备一定自动化、控制理论或人工智能基础，熟悉Matlab编程，从事智能控制、机器人或路径规划方向的研究生及科研人员；有一定工程背景的研发工程师。; 使用场景及目标：①应用于移动机器人、无人机或自动驾驶等系统的轨迹跟踪控制；②研究模糊逻辑与神经网络融合的智能控制策略；③通过Matlab仿真掌握RBF网络训练与自适应控制算法的实现方法；④为复杂环境下非线性系统控制提供解决方案参考。; 阅读建议：建议读者结合提供的Matlab代码进行仿真实践，重点关注模糊规则与神经网络权重的协同优化过程，理解控制律的设计逻辑，并尝试在不同轨迹和扰动条件下测试系统性能，以深化对智能控制算法的理解与应用能力。
索尼随身听 3D模型 fbx，obj格式文件
12-12
索尼随身听 3D模型 fbx，obj格式文件
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