自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(206)
  • 资源 (16)
  • 收藏
  • 关注

原创 原生 App 上架 Mac App Store 过程总结

随着 macOS 系统的普及,越来越多的开发者希望将他们的原生应用程序发布到 Mac App Store,以便触达更广泛的用户群体。在这篇文章中,我们将详细总结原生 App 上架 Mac App Store 的整个过程,包括必要的准备工作、开发流程、测试、申报和审核步骤。希望这些信息能帮助你顺利地将应用发布到 Mac App Store。

2024-10-12 15:11:00 616

原创 ComfyUI 实战教程:古人画像变真人

通过调整参数和尝试不同的模型,你可以创造出令人惊叹的图像效果。这项技术的应用范围广泛,除了图像生成外,还可以在艺术创作、影视图像处理等领域发挥巨大的潜力。在深度学习和计算机视觉的领域,图像生成和编辑技术正在迅速发展。最近,随着深度学习框架的普及,许多人开始使用这些工具将古代艺术作品转化为现代风格的真人图像。这篇文章将介绍如何使用 ComfyUI,将古人画像转换为现代人的样子,具体步骤易于跟随,非常适合初学者。生成完成后,你会看到转换后的图像显示在界面上。下载完模型后,将其放入 ComfyUI 的模型目录。

2024-10-12 15:08:43 831

原创 Docker实践与应用举例

Docker作为一种强大的容器化工具,在现代软件开发与运维中扮演着重要角色。通过本文中所述的基本原理、应用场景和具体实践,读者可以更深入地理解Docker及其在实际项目中的应用潜力。无论是加速开发流程、实现可移植性,还是支持微服务架构,Docker都能为开发团队提供巨大的便利。随着容器技术的快速发展,掌握Docker将成为开发者和运维人员的一项重要技能。

2024-10-11 15:16:24 892

原创 自然语言处理问答系统

问答系统(Question Answering System)是一种能够理解自然语言问题,并提供相应答案的计算机程序。它的目的是让用户能够以自然的语言与计算机进行交流,而不必掌握复杂的编程或查询语法。自然语言处理为这一过程提供了必要的工具和技术,使计算机能够解析用户的意图,识别问题中的关键词,并检索相关信息。自然语言处理问答系统正以其独特的方式改变着人们与计算机的交互方式。随着技术的不断进步,未来的问答系统将更加智能化、人性化,能够更好地服务于我们的日常生活和工作。

2024-10-11 15:12:29 596

原创 Spring Cloud微服务

Spring Cloud是一个开源工具集,为使用Spring Boot构建微服务架构提供了一系列开发工具。其中包括服务注册与发现、负载均衡、配置管理、熔断器、API网关,以及分布式追踪等功能。这些组件帮助开发者更加高效地构建、部署和管理微服务。Spring Cloud为微服务架构提供了一整套解决方案,大大简化了构建和管理分布式系统的复杂性。通过服务注册与发现、负载均衡、配置管理、熔断器、API网关和分布式追踪等组件,开发者可以更加专注于业务逻辑的实现,而不必过多担心系统的复杂性和可靠性。

2024-10-10 09:57:57 556

原创 IDE使用技巧与插件推荐

善用IDE的技巧和插件可以显著提高开发效率和代码质量。通过掌握快捷键、使用代码片段、充分利用调试工具和版本控制功能,以及安装合适的插件,开发者可以更专注于业务逻辑的实现,而不是被工具的使用所困扰。希望这些技巧和插件推荐对你在编程的旅程中有所帮助!

2024-10-10 09:56:00 327

原创 Spring Boot应用开发

Spring Boot是一个强大的框架,简化了Spring应用的开发过程。通过提供自动配置、开箱即用组件和快速开发体验,使得开发者能够专注于业务逻辑,而不必被繁琐的配置所困扰。在构建现代微服务架构和RESTful应用中,Spring Boot无疑是一个值得考虑的选择。希望本文能够让你对Spring Boot有更深入的了解,并激发你开始自己的Spring Boot之旅。

2024-10-09 11:04:29 708

原创 SQL调优指南及高级SQL技巧

在数据库管理中,SQL(结构化查询语言)是必不可少的。然而,随着数据量的增长和应用复杂性的增加,性能调优成为开发者和数据库管理员的重点关注。然而,良好的SQL优化不仅能提升查询性能,还能降低资源消耗和系统负载。本文将深入探索SQL调优的基本原则和高级技巧。

2024-10-09 11:02:28 1275

原创 python数据分析与可视化

Python凭借其强大的数据分析与可视化库,成为数据科学领域中的一项重要工具。通过这些技术,数据分析人员和科学家可以有效地提取有价值的信息,帮助制定更明智的决策。在当今数据驱动的世界中,数据分析和可视化成为了每个行业中决策的重要组成部分。Python,以其易于学习和灵活的特性,成为了数据科学领域中最受欢迎的编程语言之一。随着对数据分析技术的日益重视,掌握Python将为你在数据科学和分析的职业发展中提供强有力的支持。以一个简单的销售数据集为例,我们将演示数据分析与可视化的具体过程。

2024-09-28 16:55:05 1180 2

原创 macOS开发环境配置与应用开发

配置macOS开发环境并开始应用开发并不是一件困难的事情。通过安装Xcode和必要的工具,以及熟悉基本的Swift编程,开发者即可快速构建功能强大的应用程序。希望这篇文章能够帮助你顺利入门macOS开发,创造出优秀的作品!

2024-09-27 14:40:34 1563

原创 MySQL数据库备份与恢复

在数据库管理中,备份和恢复是至关重要的任务。它们可以保护数据库中的数据免受丢失、损坏或误操作的影响。MySQL作为流行的关系数据库管理系统,提供了多种备份与恢复的方法。本文将介绍MySQL数据库备份与恢复的基本概念、方法以及最佳实践。

2024-09-27 14:37:10 1318

原创 Spring全家桶使用教程

通过本教程,你了解了如何使用Spring全家桶构建一个简单的Web应用程序。Spring Boot简化了配置流程,结合Spring Data JPA方便地进行数据库操作。掌握这些基础知识后,可以进一步探索Spring Cloud、Spring Security等更高级的功能,构建复杂的微服务架构。如果你有兴趣,可以深入学习Spring的其他模块和功能,逐步提升你的开发技能!

2024-09-26 15:19:59 364

原创 机器学习和深度学习的区别

在当今快速发展的科技时代,机器学习和深度学习作为人工智能(AI)的重要分支,正逐渐被广泛应用于各个行业。虽然这两个概念常常被混淆,但它们之间存在本质的区别。本文将探讨机器学习和深度学习的基本概念、方法论和应用场景,并明确它们的不同之处。

2024-09-26 15:09:37 490

原创 Windows开发工具使用技巧

主题和颜色:通过修改Settings.json文件,用户可以自定义终端的外观,使用更适合自己的配色方案。掌握Windows开发工具的使用技巧可以有效提高你的工作效率。无论是集成开发环境、版本控制工具、或者系统管理工具,合理利用其功能和便捷的快捷方式可以帮助开发者更加专注于代码本身,减少重复工作带来的时间浪费。希望本文提供的技巧能帮助到你,让你的开发体验更加顺畅。如果你有其他推荐的技巧或工具,也欢迎分享交流!

2024-09-25 16:15:13 664

原创 Elasticsearch实战应用

在现代应用中,数据的爆炸式增长促使我们需要更加高效的方式来存储、检索和分析数据。Elasticsearch由于其强大的功能和广泛的适用性,成为了许多应用的首选。通过本文,我们将深入了解Elasticsearch在日志管理、网站搜索和数据分析等方面的具体实战应用。通过以上实际应用案例,可以看出Elasticsearch在处理大规模数据时的强大能力和灵活性。无论是日志管理、网站搜索还是数据分析,结合Elasticsearch都能有效提升系统的性能和用户体验。

2024-09-25 16:11:13 965

原创 OpenMV与STM32通信

OpenMV是一种专为机器视觉设计的小型开发板,运行Python编程语言,具有图像捕获、处理和分析的能力。它集成了摄像头、图像处理器和各种输入输出接口,使得图像处理变得更加简单。开发者可以使用OpenMV的IDE进行快速的原型开发。STM32系列微控制器基于ARM Cortex-M内核,广泛应用于嵌入式系统。它提供了多种外设和接口,如GPIO、ADC、I2C、SPI、UART等,为开发者提供了灵活的功能扩展。

2024-09-24 10:59:37 553

原创 单片机原理及应用

单片机(Microcontroller,MCU)作为一种集成化程度高、功能多样化的微型计算机,其在现代电子设备中的应用越来越广泛。由于单片机体积小、功耗低、成本相对较低及编程灵活等优势,它成为了许多自动化控制和嵌入式系统的核心组件。了解单片机的基本原理及应用,有助于我们更好地把握未来智能化、自动化的发展方向。单片机通常由中央处理器(CPU)、存储器(RAM和ROM)、输入/输出接口(I/O)、时钟电路和其他外设模块组成。这种循环过程使得单片机能够不断地接收输入、处理数据、并输出结果,完成特定的控制任务。

2024-09-24 10:56:56 695

原创 VSCode配置C/C++环境

通过以上步骤,你可以在VSCode中配置C/C++开发环境。这为你提供了一个轻量、高效的编程环境,支持代码编写、编译和调试。如果你在配置过程中遇到任何问题,可以参考VSCode官方文档,或者在社区中寻求帮助。希望你能顺利开始你的C/C++编程之旅!

2024-09-23 15:20:12 859

原创 Vue.js 与 Flask/Django 后端配合

前后端分离是一种将前端和后端逻辑分开的开发架构。在这种架构下,前端负责用户界面和与用户的交互,而后端则处理数据存储及业务逻辑,两者通过API进行通信。这种分离不仅能提高代码的可维护性,还能让开发团队各司其职,提高开发效率。Vue.js是一个用于构建用户界面的渐进式框架。它的核心库只关注视图层,非常容易上手,并且能够与其他库或已有项目整合。Vue.js提供了许多现代前端开发所需的特性,例如组件化开发、响应式数据绑定和虚拟DOM等,非常适合用来构建单页面应用(SPA)。

2024-09-23 15:15:46 1508

原创 虚拟机安装 macOS 系统

通过虚拟机安装 macOS 系统,为开发者和用户提供了一个灵活的环境,可以体验和测试 macOS。虽然设置过程涉及多个步骤,但只要按照指南逐步操作,您将能够顺利完成安装。希望这篇文章能够帮助您顺利在虚拟机中安装和使用 macOS 系统!如果您有任何问题或需要进一步的指导,请随时询问!

2024-09-09 10:13:26 1106

原创 uni-app开发微信小程序

Uni-app 是一个基于 Vue.js 的跨平台开发框架,由 DCloud 开发和维护。它支持编译到多种平台,包括但不限于小程序、H5 和 Native App。在这里,我们会重点关注如何将 Uni-app 应用编译成微信小程序。通过 Uni-app 开发微信小程序,能够显著提升开发效率,减少在多个平台上编写重复代码的需求。利用 Vue.js 的结构化目录和组件化思想,不仅能够简化开发流程,还有助于维护和扩展应用功能。希望本文能够帮助您快速入门 Uni-app 开发微信小程序,开启您的跨平台开发之旅!

2024-09-09 10:08:52 962

原创 Arduino IDE安装指南

通过以上步骤,您应该能够成功安装并配置Arduino IDE。现在您可以开始编写和上传您自己的Arduino项目。若在安装过程中遇到问题,可以查看Arduino官方文档或社区论坛获取帮助。祝您在Arduino编程中取得丰硕成果!

2024-09-08 15:29:58 696 1

原创 设计模式之状态模式(C++实现)

接下来,我们实现具体状态类,分别为OnState和OffState,它们继承自State接口,并实现具体的行为。// 具体状态:开public:std::cout

2024-09-08 15:28:04 626

原创 数据库课程设计mysql

MySQL作为一种广泛使用的关系型数据库,因其开源、快速和高效的特性,被众多企业和开发者所青睐。掌握数据库设计的基本原则,以及使用SQL进行数据操作的能力,将为将来的实际项目开发打下坚实的基础。随着技术的持续进步,数据库管理系统的研究和应用领域也在不断拓宽,期望学生能在后续学习中持续探索。例如,在一个学生信息管理系统中,主要实体可能包括“学生”、“课程”和“教师”,每个实体都有相应的属性,如“学生”实体的属性包括学生ID、姓名、年龄等。数据库搭建完成后,需要进行全面的测试,以确保其功能和性能符合要求。

2024-09-07 10:08:12 668

原创 Docker:如何进入容器并运行命令

Docker是一个强大的容器化平台,允许开发者轻松创建、部署和管理应用程序。在使用Docker时,您可能需要进入一个正在运行的容器,以便执行命令、进行调试或查看容器内部的状态。本文将介绍如何进入Docker容器并运行命令,以及相关的一些常见技巧。

2024-09-07 10:06:09 617

原创 Linux 中 Vim 常用命令大全

Vim 允许用户自定义配置,配置文件为~/.vimrc。syntax on " 启用语法高亮set number " 显示行号set relativenumber " 显示相对行号set tabstop=4 " 制表符宽度set shiftwidth=4 " 自动缩进宽度set expandtab " 使用空格替代制表符Vim 是一款功能强大且灵活的文本编辑工具,掌握以上命令可以显著提升你的编辑效率。虽然一开始的学习曲线可能较陡,但一旦掌握,你将能够在 Vim 中高效地处理各种文本和代码。

2024-09-06 10:50:55 680

原创 FFmpeg 的安装和使用教程

FFmpeg 是一款功能强大的工具,能够处理各种音视频文件,灵活性极高。我们在这里介绍的只是 FFmpeg 的一些基本用法,实际上它能够完成更多复杂的任务。您可以查看FFmpeg 官方文档了解更多功能和高级用法。希望本教程能帮助您成功安装并开始使用 FFmpeg!如果有任何问题或需要更多帮助,随时欢迎提问。

2024-09-06 10:47:11 1228

原创 如何利用命令模式实现一个手游后端架构

命令模式将请求封装为对象,从而使得请求的发起者和处理者之间解耦。这种模式允许你将操作的请求、日志操作、撤销/重做操作以及其他一些任务封装成命令对象,方便对请求进行参数化和调度。首先,我们定义一个ICommand接收者是实际执行命令的对象。对于手游而言,接收者通常是游戏角色或其他游戏实体。// 移动逻辑// 攻击逻辑。

2024-09-05 14:39:48 383

原创 PowerShell脚本编写:自动化Windows开发工作流程

使用PowerShell脚本自动化Windows开发工作流程可以显著提高效率,减少手动操作的错误风险。通过设置环境、创建项目、安装依赖、运行测试和清理打包等步骤,您可以实现完整的自动化过程。这只是一个简单的示例,实际的工作流程可能更为复杂。您可以根据具体需求扩展脚本,增加错误处理、配置文件管理等功能。通过利用PowerShell,您能够更轻松地集中精力进行代码开发,而不是花时间在繁琐的手动步骤上。希望这篇文章能为您在自动化Windows开发工作流程上提供一些启示!

2024-09-05 14:36:57 254

转载 重新定义你的上网体验,微软WowTab助你一臂之力!

Wowtab—— 一个由微软官方推出的浏览器新标签页插件,适用于 Edge 和 Chrome 浏览器。区别于常规新标签页的多广告,布局拥挤,Wowtab主打极简、美观、无广告、可自定义的特点。同时,Wowtab还支持 Mac 安装和 .exe 下载。Wowtab浏览器标签页使用卡片式的布局,提供了海量的精美壁纸,多种多样的网站导航,以及各种提高工作效率的小组件。让我们来一一体验下吧!WowTab作为一款浏览器标签页插件,不经功能齐全,而且简洁美观,没有任何广告,十分适合在工作中使用。

2024-09-04 10:34:05 92

原创 MySQL 创建数据库和表

MySQL是一个流行的开源关系数据库管理系统,它为用户提供了功能强大且灵活的数据存储解决方案。在本篇文章中,我们将详细说明如何在MySQL中创建数据库和表,并介绍一些常用的命令和示例。

2024-09-04 10:31:01 916

原创 Oracle数据库安装和配置

Oracle数据库是一个强大的关系数据库管理系统,广泛用于企业级应用。本文将为您提供有关Oracle数据库的安装和基本配置步骤,以帮助您成功部署数据库环境。

2024-09-04 10:28:20 1233

转载 面试官:为什么你们项目中还在用多表关联!

在本文中,我们介绍了嵌套循环连接的四种实现方式,下文会继续讲解哈希连接算法,以及跟在程序中进行多表数据merge的实现方式进行对比。作者:托尼学长链接:来源:稀土掘金著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

2024-09-03 10:43:48 78

原创 Python 读取 Excel 数据

使用 Python 读取 Excel 数据非常简单且灵活。通过pandas和openpyxl,你可以轻松地读取、分析和处理 Excel 文件中的数据。对于数据分析和处理,pandas更加高效,而openpyxl则提供了更细致的控制。希望本文对你了解如何使用 Python 读取 Excel 数据有所帮助!如果你有进一步的问题或想了解更多内容,请随时问我。

2024-09-03 10:37:40 506

原创 Notepad++ 下载与安装教程

现在你已经成功下载并安装了 Notepad++。它支持多种编程语言的语法高亮,功能强大,适合代码编写和文本编辑。可以通过安装插件来进一步增强功能,使用时可以随时探索其工具栏和菜单选项,体验各种功能。希望这篇教程对你有所帮助,祝你使用愉快!

2024-09-03 10:34:42 649

转载 VSCode snippets 如何帮助我们提高开发效率

写这篇文章,花了我两个晚上。希望对你有用。

2024-09-02 09:53:36 165

原创 Docker 网络模型深度解析

Docker 的网络模型为容器化应用提供了灵活而高效的网络通信解决方案。通过理解 Docker 的不同网络驱动程序及其特点,用户能够根据自身的需求选择合适的网络架构。无论是单主机应用还是分布式微服务,Docker 网络模型都能够提供支持。在日益增长的云计算和微服务架构的背景下,深入理解 Docker 的网络模型及其操作,将有助于开发者和运维人员更好地设计和管理现代应用程序。如果你对 Docker 网络有进一步的问题,欢迎随时探讨!

2024-09-02 09:47:44 1051

原创 pyecharts可视化数据大屏

Pyecharts 是一个用于生成各类图表的 Python 库,基于流行的 Echarts.js 库。它提供了一系列丰富的图表类型,包括折线图、柱状图、饼图、散点图、地图等,使用户能够从多种角度展示数据。Pyecharts 简洁易用的 API,可以帮助开发者快速制作出美观、具有丰富交互功能的可视化图表,适用于数据报告、商业分析、科研数据展示等方面。使用 Pyecharts 创建可视化数据大屏,能够有效地将复杂的数据以直观的方式展示出来,为决策者提供重要的支持。

2024-09-02 09:41:48 526

转载 SpringBoot 中实现订单30分钟自动取消

三种方案都可以实现订单在30分钟内未支付则自动取消的需求。根据实际业务需求、系统负载和其他因素,可以选择最适合自己系统的实现方案。每种方案都有其优缺点,需要根据具体情况权衡。

2024-08-31 09:52:19 246

原创 探索 Adobe Acrobat Reader 的高级功能

Adobe Acrobat Reader 不仅仅是一个简单的 PDF 查看器,更是一个强大的工具,提供了一系列高级功能,以满足多元化的用户需求。在本篇文章中,我们将深入探讨 Adobe Acrobat Reader 的一些高级功能,以及如何利用这些功能提高工作效率和优化文档管理。

2024-08-31 09:47:26 1064

1984-2023年山东长岛国家级自然保护区鸟类名录数据集

鸟类是生态系统中重要的功能类群,是生物多样性监测中的指示物种。山东长岛国家级自然保护区是我国唯一具有海岛独特地理条件,以猛禽和海鸟等候鸟及其栖息地为主要保护对象的自然保护区。本文基于1984—2022年山东长岛鸟类环志数据、2022–2023年鸟类调查数据,结合观鸟记录和文献资料等多种数据源,整理汇编山东长岛国家级自然保护区鸟类物种名录数据集,得到了国内鸟类专家的审核和认可。本数据集涉及山东长岛鸟类名录21目71科193属372种,包含种中文名、种拉丁名、属拉丁名、科中文名、科拉丁名、目中文名、目拉丁名、生态型、居留型、生态类群、保护级别(国家重点保护级别以及山东省重点保护级别)、IUCN红色名录等级、中国生物多样性红色名录等级、CITES附录、数据来源、常见程度、动物区系和生境类型等信息。通过对山东长岛国家级自然保护区鸟类的全面摸底调查和监测,为山东长岛鸟类种群协同保护以及长岛国家公园创建提供重要数据支撑。

2024-10-12

解析lidar数据文件与imu文件,生成点云文件

解析lidar数据文件与imu文件,生成点云文件

2024-10-12

Twitter推文的情绪分析数据集

情绪分析用于监控和了解客户反馈 数据说明 包含了使用 Twitter API 提取的 1,600,000 条推文 数据来源 Go, A., Bhayani, R. and Huang, L., 2009. Twitter sentiment classification using distant supervision. CS224N Project Report, Stanford, 1(2009), p.12. 问题描述 了解品牌和产品引发的社会情绪是现代企业必不可少的工具之一 展开

2024-10-11

特斯拉发布的Dave2端到端自动驾驶数据集

特斯拉发布的Dave2端到端自动驾驶数据集

2024-10-11

偏股型公募基金近年收益数据及23年三季度规模

偏股型基金收益数据

2024-10-11

预测产消者的能源行为 最新!

所有数据集都遵循相同的时间约定。时间以 EET/EEST 给出。大多数变量是 1 小时期间的总和或平均值。日期时间列(无论其名称如何)始终给出 1 小时期间的开始时间。但是,对于天气数据集,某些变量(例如温度或云量)是针对特定时间给出的,该时间始终是 1 小时期间的结束时间。 文件 训练.csv county- 该县的 ID 代码。 is_business- 布尔值,表示生产消费者是否是企业。 product_type- ID 代码与合同类型的以下映射:{0: "Combined", 1: "Fixed", 2: "General service", 3: "Spot"}。 target- 每小时相应段的消耗量或生产量。段由county、is_business和定义product_type。 is_consumption- 布尔值,表示此行的目标是否是消费还是生产。 datetime- 爱沙尼亚时间,EET(UTC+2)/ EEST(UTC+3)。它描述了设定目标的 1 小时周期的开始。 data_block_id- 所有共享相同内容的行将data_block_id在同一预测时间可

2024-10-11

GIN算法测试数据集(社交网络、生物信息学)

数据集介绍 论文使用 9 个图形分类基准:4 个生物信息学数据集(MUTAG、PTC、NCI1、PROTEINS) 和 5 个社交网络数据集(COLLAB、IMDB-BINARY、IMDB-MULTI、REDDITBINARY 和 REDDIT-MULTI5K)(Yanardag & Vishwanathan,2015)。 重要的是,我目标不是让模型依赖输入节点特征,而是主要从网络结构中学习。因此,在生物信息图中,节点具有分类输入特征,但在社交网络中,它们没有特征。 对于社交网络,按如下方式创建节点特征:对于 REDDIT 数据集,将所有节点特征向量设置为相同(因此,这里的特征是无信息的); 对于其他社交图,我们使用节点度数的 one-hot 编码。 社交网络数据集。 IMDB-BINARY 和 IMDB-MULTI 是电影协作数据集。每个图对应于每个演员/女演员的自我网络,其中节点对应于演员/女演员,如果两个演员/女演员出现在同一部电影中,则在两个演员/女演员之间绘制一条边。每个图都是从预先指定的电影类型派生的,任务是对其派生的类型图进行分类。 REDDIT-BINARY

2024-10-11

动态的面对面交互网络数据集

数据集介绍 动态的面对面交互网络代表了在玩抵抗游戏的一组参与者之间的讨论过程中发生的交互。该数据集包含从 62 个游戏中提取的网络。每场比赛由 5-8 名参与者进行,持续时间为 45--60 分钟。我们使用ICAF 算法从自由形式的讨论中提取动态演化的网络。提取的网络用于使用DeceptionRank 算法来表征和检测群体欺骗行为。 网络是加权的、有向的和时间的。每个节点代表一个参与者。每 1/3 秒,从节点 u 到 v 的有向边由参与者 u 查看参与者 v 或笔记本电脑的概率加权。此外,我们还提供了一个二进制版本,其中从 u 到 v 的边表示参与者 u 看着参与者 v(或笔记本电脑)。 数据格式 network_list.csv:每个网络 ID 代表一个讨论。 网络,NUMBER_OF_PARTICIPANTS 0,7 1,8 网络:网络 ID。 NUMBER_OF_PARTICIPANTS:网络中的参与者数量。 对于文件 network/network[ID].csv:每个游戏一个文件。每个文件都有 who-looks-at-whom 网络的时间序列。每行都是一个二进制邻接矩

2024-10-11

印章数据集-圆椭方矩-红蓝灰-6K

【印章识别/印章文本识别/印章OCR】数据集,包含6000+张裁剪好的【圆、椭、方、矩】形的【红、蓝、灰】色【真实】印章图像数据。 注:暂时未制作GT标签,可能需要轻度数据清洗。

2024-10-11

2023年河北雄安新区某产业园负荷记录.xlsx

数据集介绍 综合统计了河北雄安新区某产业园的全年负荷数据,并形成了一个能用于园区能源研究的数据记录,以综合反映上市公司间的能耗差异。 数据包含下列指标: 用电负荷 用水负荷 热负荷 燃气负荷

2024-10-11

用于C4人工智能创意赛的java后端源码

用于C4人工智能创意赛的java后端源码

2024-10-11

(全)空间权重矩阵、空间杜宾模型计算.rar

空间权重矩阵、空间杜宾模型计算程序 文件特色: 1.计算精确具体,用于课程作业、科研论文、课程论文及学位论文等重要场合。 2.步骤详细具体,便于理解计算程序的主要内容和操作细节。 3.配有示例数据,在学习程序之余可以学以致用。 4.从入门开始,新手也能快速学会。

2024-10-11

(全)投入产出表影响力系数和感应度系数.rar

投入产出表影响力系数、感应度系数计算表 投入产出表中对于影响力系数和感应度系数的计算方法不一,不同教材有不同的计算公式。 主流是使用liontief逆矩阵计算的(注:liontief逆矩阵减去单位阵即为完全消耗系数矩阵)。 北大学部以《2002年中国投入产出表》、《2007年中国投入产出表》(国家统计局国民经济核算司编,中国统计出版社出版)为基础,使用liontief逆矩阵计算法,计算出影响力系数和感应度系数。 基本计算采用Excel表的方式直接计算得出,但是也可以采用R语言程序来计算。

2024-10-11

利用MATLAB对回声抵消和双端监测进行了仿真研究

利用MATLAB对回声抵消和双端监测进行了仿真研究 一共有两个工程文件: 第一个是传统算法 第二个是基于Kalman的改进

2024-10-11

使用MATLAB搭建PID模型并直接部署到STM32F4

使用MATLAB搭建PID模型并直接部署到STM32F4 角度环和速度环都有 调参推荐使用CUBE Monitor

2024-10-11

旋转倒立摆matlab物理模型仿真

旋转倒立摆matlab物理模型仿真

2024-10-11

曲面零件机器人抛光matlab仿真模型

曲面零件机器人抛光matlab仿真模型

2024-10-11

(全)熵值法计算程序和示例数据.rar

熵值法计算程序和示例数据 文件特色: 1.计算精确具体,用于课程作业、科研论文、课程论文及学位论文等重要场合。 2.步骤详细具体,便于理解计算程序的主要内容和操作细节。 3.配有示例数据,在学习程序之余可以学以致用。 4.从入门开始,新手也能快速学会。

2024-10-10

经济学攻读博士学位期间拟开展的研究计划

攻读博士学位期间拟开展的研究计划怎么写?有没有具体的模板可供参考?这是曾经困扰考博学生的两大问题。 这份《经济学攻读博士学位期间拟开展的研究计划》就直接源于考博成功的研究计划。该计划曾被三名二本院校的硕士试过:在申请审核制的条件下使用该计划,结果一名同学考上北京大学经济学院,一名同学考上厦门大学经济学院,一名同学考上中山大学岭南学院,如愿地实现了自己的人生梦想。 研究计划中打了“****”的地方,直接按实际补充上去就可以了,非常方便。大方案已经写好了,只需改些小细节就行。如果快的话,完成整个研究计划只需要几分钟,大大节省了时间。申请经济学博士的同学都可以直接套用。 对于这份研究计划的效果,硕士生反映挺好,因为计划里面对于细节部分有详细的描述,可以轻松地应对博导的答辩,在技术含量很高的情况下,便于硕士生理解。 此外,这份研究计划选题新颖,即便不直接套用,也有很高的参考价值,对于自己撰写是很有帮助的。整份研究计划实质上就是一个很好的模板,学过的比没学过的人,不仅能给博导更好的第一印象,而且发挥出更好的写作水平。 祝愿大家凭借这个利器考博顺利!

2024-10-10

上市公司排污费和环境保护税数据(1990-2023)

其中,2017年(含)以前的为排污费数据,2018年(含)以后的为环境保护税数据。 应缴纳的排污费和环境保护税的数据按照以下征缴项目分类进行核算: (1)大气污染物 (2)水污染物 (3)固体废物 (4)噪声 应缴排污费/环境保护税=大气污染物计征的税费+水污染物计征的税费+固体废物计征的税费+噪声计征的税费 减免排污费和环境保护税的数据按照以下项目分类进行核算: (1)废物集中处理减免征收额 (2)固体废物资源利用减免征收额 (3)低于限排值一定比例减免征收额 实际缴纳的排污费/环境保护税=应缴排污费/环境保护税-废物集中处理减免征收额-固体废物资源利用减免征收额-低于限排值一定比例减免征收额 数据来源权威、可靠、详实,并由中国经济研究资料室精心整理。

2024-10-10

基于 8051 单片机的电子时钟设计

基于 8051 单片机的电子时钟设计

2024-10-10

此为基于51单片机的避障小车

此为基于51单片机的避障小车

2024-10-10

基于51单片机的公共交通站点显示屏(个人大学实训项目)

主要外部库 代码引用了几个外部库或模块: ds1302.h: 用于时间读取和管理(通过DS1302时钟芯片)。 lcd1602.h: 用于控制LCD1602液晶显示屏。 ds18b20.h: 用于读取温度传感器DS18B20的数据。 beep.h: 可能与蜂鸣器或音乐提示相关。 2. 全局变量定义 u8 id[5]: 用于存储公交车的ID,每个ID表示一辆公交车。 u8 bs[5]: 用于存储公交车的到站小时(以BCD码格式)。 u8 bf[5]: 用于存储公交车的到站分钟(以BCD码格式)。 u8 wt[5]: 用于表示公交车在站点停留的时间。 u8 next[10]: 用于存储即将到站的公交车信息。 u8 next1[6], next2[6]: 分别用于存储两辆公交车的下一个到站时间。 3. bus_init() 函数 该函数初始化了公交车ID、到站时间和停留时间。例: id[1]=0x01 表示公交车K1; bs[1]=0X06 和 bf[1]=0X30 表示公交车K1到站时间为6:30; wt[1]=0X20 表示公交车K1在站点停留的时间。 4. js() 函数 这个函数通

2024-10-10

浙江理工大学科技与艺术学院 毕业设计单片机作业

浙江理工大学科技与艺术学院单片机

2024-10-10

基于51单片机的智能小车

此程序是基于8051内核的regh52单片机作为主控的智能小车。 硬件材料:蓝牙模块、 独立按键、超声波模块、五路灰度循迹模块、红外避障模块(2个)、ttl电机(4个),轮子(4个),l298n(2个),有源蜂鸣器、51单片机最小系统的底座,烧录模块,regh52单片机。

2024-10-10

基于51单片机的智能垃圾桶项目

基于51单片机的智能垃圾桶项目,主控是基于8051内核的regx52的单片机,具有定时器0、1、2三个定时器,程序源码、设计报告、演示视频均在文件夹中

2024-10-09

中文医学问答数据集 最新整理

Data_数据中有6个文件夹分别是: <Andriatria_男科> 94596个问答对 <IM_内科> 220606个问答对 <OAGD_妇产科> 183751个问答对 <Oncology_肿瘤科> 75553个问答对 <Pediatric_儿科> 101602个问答对 <Surgical_外科> 115991个问答对 总计 792099条数据 每个文件夹下有一个csv文件,其中的数据格式为: department title question answer 心血管科 高血压患者能吃党参吗? 我有高血压这两天女婿来的时候给我拿了些党参泡水喝,您好高血压可以吃党参吗? 高血压病人可以口服党参的。党参有降血脂,降血压的作用,可以彻底消除血液中的垃圾,从而对冠心病以及心血管疾病的患者都有一定的稳定预防工作作用,因此平时口服党参能远离三高的危害。另外党参除了益气养血,降低中枢神经作用,调整消化系统功能,健脾补肺的功能。感谢您的进行咨询,期望我的解释对你有所帮助。 消化科 哪家医院能治胃反流 烧心,打隔,咳嗽低烧,以有4年多 建议你用奥美拉唑同时,加用吗丁啉或莫沙必利或援生力维,另外还可以加

2024-10-09

龋齿牙齿病变图像分割数据集系统源码 一键训练

研究背景与意义 龋齿作为一种常见的口腔疾病,影响着全球数亿人的口腔健康。根据世界卫生组织的统计,龋齿的发病率在儿童和青少年中尤为显著,且随着年龄的增长,成人和老年人也面临着龋齿的威胁。龋齿不仅会导致疼痛和不适,还可能引发更为严重的口腔并发症,如牙髓炎、根尖周围炎等。因此,早期的龋齿检测与诊断显得尤为重要。传统的龋齿诊断方法主要依赖于医生的视觉检查和X光影像,这种方法不仅耗时,而且容易受到主观因素的影响,导致漏诊或误诊的情况。 随着计算机视觉和深度学习技术的迅猛发展,基于图像处理的自动化诊断系统逐渐成为研究的热点。YOLO(You Only Look Once)系列模型因其高效的实时目标检测能力而受到广泛关注。YOLOv8作为该系列的最新版本,具备更强的特征提取能力和更高的检测精度,适合用于复杂的医学图像分析任务。通过对YOLOv8进行改进,可以进一步提升其在龋齿牙齿病变图像分割中的应用效果,为临床提供更为准确的辅助诊断工具。 本研究旨在基于改进的YOLOv8模型,构建一个高效的龋齿牙齿病变图像分割系统。我们将利用一个包含5100张图像的龋齿分割数据集,该数据集涵盖了23个类别,包

2024-10-09

车牌检测系统源码 标注好的数据集一键训练

随着智能交通系统的快速发展,车牌检测技术在交通管理、智能监控、停车场管理等领域中扮演着越来越重要的角色。车牌作为车辆身份的唯一标识,其准确识别不仅能够提高交通管理的效率,还能为犯罪侦查、违章查处等提供有力支持。近年来,深度学习技术的飞速进步为车牌检测提供了新的解决方案,尤其是YOLO(You Only Look Once)系列模型因其高效性和实时性,成为车牌检测领域的热门选择。YOLOv8作为该系列的最新版本,进一步提升了检测精度和速度,适用于各种复杂的场景。 然而,尽管YOLOv8在许多应用中表现出色,但在特定场景下,尤其是车牌检测任务中,仍然存在一些挑战。例如,车牌的多样性、光照变化、遮挡、角度变化等因素都会影响检测的准确性。因此,针对车牌检测任务对YOLOv8进行改进,旨在提升其在复杂环境下的鲁棒性和准确性,具有重要的理论与实践意义。 本研究基于6800张车牌图像构建的数据集,涵盖了多种车牌样式和拍摄条件,确保了数据的多样性和代表性。该数据集的单一类别设置(车牌)使得模型在训练过程中能够集中学习车牌的特征,减少了背景干扰,从而提高了检测的精度。通过对YOLOv8模型的改进,结

2024-10-09

医学影像数据集集锦 最新

肝脏 LiTS Sliver07 3D-IRCADB CHAOS TCGA-LIHC MSD肝脏血管分割 肺 MSD肺癌分割 LoLa11肺叶分割 StructSeg2019 肺部多病智能诊断 CheXpert NIHChest Xray QIN Lung CT 4D-Lung NSCLC-Radiomics vessel12 肺部血管分割 肺结核 Shenzhen Hospital X-ray Set Montgomery County X-ray Set 肺炎 Ieee8023 covid19-ct-scans COVID-CT Figure1-COVID-chestxray-dataset RSNA肺炎检测 CovidX Flyai Covid covid19-radiography-database COVID-19-AR CT Images in COVID-19 肺结节 LIDC-IDRI LUNA16 天池肺部结节 LNDB Lung Nodule Malignancy Data Science Bowl 17 Lung-PET-CT-Dx 气胸 SIIM-ACR Pne

2024-10-09

各县区全要素生产率数据(2000-2023).rar

产出指标:实际GDP 投入指标:资本存量(用永续盘存法核算)、全社会从业人员 参数设定:折旧率9.6%(张军等,2004) 平减设定:已进行价格指数平减处理 基期设定:已进行起始年基期设定 随着计量经济理论研究的深入,在传统的OLS方法基础上,TFP测算的参数方法在不断演变和发展。目前,TFP测算方法主要从异质性、内生性、假设放松三个方面,对传统的OLS方法进行扩展。 1.异质性 异质性包括可观测异质性和不可观测异质性。 (1)可观测异质性主要体现为横截面之间投入产出的差异。 (2)不可观测的异质性可以通过从OLS模型的残差项中分离出横截面异质性来捕捉,根据该异质性是否与解释变量相关,分为固定效应模型(FE)和随机效应模型(RE)。关于随机效应模型,又进一步演化出SFA的四种方法和TFE法。 2.内生性 关于内生性问题,演化出广义矩估计(DGMM和SGMM法)。 3.假设放松 为了放松截面之间生产技术的同质性假设要求,又进一步演化出非参数法(DEA-Malmquist法)。 数据里面包含了覆盖面最广的全套全要素生产率测算方法: (1)OLS法

2024-09-30

各地级市全要素生产率数据(1978-2023).rar

出指标:实际GDP 投入指标:资本存量(用永续盘存法核算)、全社会从业人员 参数设定:折旧率9.6%(张军等,2004) 平减设定:已进行价格指数平减处理 基期设定:已进行起始年基期设定 随着计量经济理论研究的深入,在传统的OLS方法基础上,TFP测算的参数方法在不断演变和发展。目前,TFP测算方法主要从异质性、内生性、假设放松三个方面,对传统的OLS方法进行扩展。 1.异质性 异质性包括可观测异质性和不可观测异质性。 (1)可观测异质性主要体现为横截面之间投入产出的差异。 (2)不可观测的异质性可以通过从OLS模型的残差项中分离出横截面异质性来捕捉,根据该异质性是否与解释变量相关,分为固定效应模型(FE)和随机效应模型(RE)。关于随机效应模型,又进一步演化出SFA的四种方法和TFE法。 2.内生性 关于内生性问题,演化出广义矩估计(DGMM和SGMM法)。 3.假设放松 为了放松截面之间生产技术的同质性假设要求,又进一步演化出非参数法(DEA-Malmquist法)。 数据里面包含了覆盖面最广的全套全要素生产率测算方法:

2024-09-30

农业全要素生产率数据(1990-2023).rar

产出指标:农业实际GDP 投入指标:农业资本存量(用永续盘存法核算)、全社会农业从业人员、农用机械总动力、农作物灌溉面积、农业化肥施用量、农作物播种面积 参数设定:折旧率9.6%(张军等,2004) 平减设定:已进行价格指数平减处理 基期设定:已进行起始年基期设定 随着计量经济理论研究的深入,在传统的OLS方法基础上,TFP测算的参数方法在不断演变和发展。目前,TFP测算方法主要从异质性、内生性、假设放松三个方面,对传统的OLS方法进行扩展。 1.异质性 异质性包括可观测异质性和不可观测异质性。 (1)可观测异质性主要体现为横截面之间投入产出的差异。 (2)不可观测的异质性可以通过从OLS模型的残差项中分离出横截面异质性来捕捉,根据该异质性是否与解释变量相关,分为固定效应模型(FE)和随机效应模型(RE)。关于随机效应模型,又进一步演化出SFA的四种方法和TFE法。 2.内生性 关于内生性问题,演化出广义矩估计(DGMM和SGMM法)。 3.假设放松 为了放松截面之间生产技术的同质性假设要求,又进一步演化出非参数法(DEA-Malmquist法)。 数据里面包含了覆盖面最广的全

2024-09-30

各行业全要素生产率数据(1990-2023).rar

随着计量经济理论研究的深入,在传统的OLS方法基础上,TFP测算的参数方法在不断演变和发展。目前,TFP测算方法主要从异质性、内生性、假设放松三个方面,对传统的OLS方法进行扩展。 1.异质性 异质性包括可观测异质性和不可观测异质性。 (1)可观测异质性主要体现为横截面之间投入产出的差异。 (2)不可观测的异质性可以通过从OLS模型的残差项中分离出横截面异质性来捕捉,根据该异质性是否与解释变量相关,分为固定效应模型(FE)和随机效应模型(RE)。关于随机效应模型,又进一步演化出SFA的四种方法和TFE法。 2.内生性 关于内生性问题,演化出广义矩估计(DGMM和SGMM法)。 3.假设放松 为了放松截面之间生产技术的同质性假设要求,又进一步演化出非参数法(DEA-Malmquist法)。 数据里面包含了覆盖面最广的全套全要素生产率测算方法: (1)OLS法 (2)FE法 (3)RE法 (4)DGMM法 (5)SGMM法 (6)SFA1法 (7)SFA2法 (8)SFA3法 (9)SFA3D法 (10)TFE法 (11)非参数法(DEA-Malmquist法)

2024-09-30

工业全要素生产率数据(1990-2023).rar

产出指标:工业实际GDP 投入指标:工业资本存量(用永续盘存法核算)、全社会工业从业人员、工业能源消耗量 参数设定:折旧率9.6%(张军等,2004) 平减设定:已进行价格指数平减处理 基期设定:已进行起始年基期设定 随着计量经济理论研究的深入,在传统的OLS方法基础上,TFP测算的参数方法在不断演变和发展。目前,TFP测算方法主要从异质性、内生性、假设放松三个方面,对传统的OLS方法进行扩展。 1.异质性 异质性包括可观测异质性和不可观测异质性。 (1)可观测异质性主要体现为横截面之间投入产出的差异。 (2)不可观测的异质性可以通过从OLS模型的残差项中分离出横截面异质性来捕捉,根据该异质性是否与解释变量相关,分为固定效应模型(FE)和随机效应模型(RE)。关于随机效应模型,又进一步演化出SFA的四种方法和TFE法。

2024-09-30

各省电商指数数据(1990-2022).rar

中国各省电商指数数据,基于阿里研究院的阿里巴巴平台海量数据,涵盖网商指数与网购指数两个方面,综合直观地反映了各省电子商务发展水平,采用熵值法进行测算。具体而言: 1.一级指标:网商指数(0.5)、网购指数(0.5) 2.二级指标:网商指数(0.5)下的网商密度指数(0.3)、网商交易水平指数(0.2),网购指数(0.5)下的网购密度指数(0.3)网购消费水平指数(0.2) 3.计算方法: (1)网商密度指数(取以下两者的平均数):B2B网商密度=B2B 网商数量/人口数量,零售网商密度=零售网商数量/人口数量 (2)网商交易水平指数:规模以上网商交易总额占比=全年成交额超过24 万的零售商数量/零售网商数量 (3)网购密度指数:网购密度=网购消费者数量/人口数量 (4)网购消费水平指数:规模以上网购消费者占比=全年网购额超过1 万的消费者数量/网购消费者数量 数据已进行标准化处理,各省之间的数据可比,也可考察数据的动态变化。 数据来源权威、可靠、详实,并由中国经济研究资料室精心整理。

2024-09-30

各省全要素生产率数据(1990-2023).rar

随着计量经济理论研究的深入,在传统的OLS方法基础上,全要素生产率测算的参数方法在不断演变和发展。目前,全要素生产率测算方法主要从异质性、内生性、假设放松三个方面,对传统的OLS方法进行扩展。 产出指标:实际GDP 投入指标:资本存量(用永续盘存法核算)、全社会从业人员 参数设定:折旧率9.6%(张军等,2004) 平减设定:已进行价格指数平减处理 基期设定:已进行起始年基期设定 1.异质性 异质性包括可观测异质性和不可观测异质性。 (1)可观测异质性主要体现为横截面之间投入产出的差异。 (2)不可观测的异质性可以通过从OLS模型的残差项中分离出横截面异质性来捕捉,根据该异质性是否与解释变量相关,分为固定效应模型(FE)和随机效应模型(RE)。关于随机效应模型,又进一步演化出SFA的四种方法和TFE法。 2.内生性 关于内生性问题,演化出广义矩估计(DGMM和SGMM法)。 3.假设放松 为了放松截面之间生产技术的同质性假设要求,又进一步演化出非参数法(DEA-Malmquist法)。 数据里面包含了覆盖面最广的全套全要素生产率测算方法: (1)OLS法 (2)FE法 (

2024-09-30

上市公司碳排放数据(1990-2023).rar

上市公司碳排放数据按照以下分类方式分别进行核算: 1. 燃烧和逃逸排放 (1)化石燃料燃烧排放 (2)生物质燃料燃烧排放 (3)原料开采逃逸排放 (4)石油和天然气系统逃逸排放 (5)电力调入调出间接碳排放 2. 生产过程排放 3. 废弃物排放 (1)固体废弃物焚烧排放 (2)污水处理导致的排放 4. 土地利用方式转变(森林转为工业用地)导致的排放 总排放的计算方法: 上市公司碳排放=燃烧和逃逸排放+生产过程排放+废弃物排放+土地利用方式转变(森林转为工业用地)导致的排放 数据来源权威、可靠、详实,并由中国经济研究资料室精心整理。

2024-09-30

上市公司资源节约数据(2007-2022)

上市公司资源节约数据指标:分指标收集 上市公司资源节约数据指数:通过分指标进行综合指数计算 上市公司资源节约数据整理模式:指标+指数均有整理 通过权威数据来源搜集上市公司资源节约的数据并进行分类整理,同时借鉴权威文献来计算对应的资源节约综合指数。 上市公司资源节约数据综合统计了上市公司的资源节约情况,并形成了一个能用于跨公司对比的资源节约指数,以综合反映上市公司间的资源节约差异。 数据包含下列指标: 1. 水资源节约 2. 电力节约 3. 煤炭节约 4. 天然气节约 5. 汽油节约 6. 柴油节约 7. 集中供热节约 8. 上市公司资源节约指数(统一折算为标准煤) 数据里面包含详细的计算单位、折算系数和资源节约指数的计算方法。 数据来源权威、可靠、详实,并由中国经济研究资料室精心整理。

2024-09-30

上市公司污染排放数据(2007-2023)

通过权威数据来源搜集上市公司污染排放的数据并进行分类整理,同时借鉴权威文献来计算对应的污染排放综合指数。 数据包含下列指标: 1.水体污染: (1)化学需氧量 (2)氨氮排放量 (3)总氮 (4)总磷 2. 空气污染: (1)二氧化硫 (2)氮氧化物 (3)烟尘 3. 综合污染指数: (1)水体综合污染当量对数 (2)空气综合污染当量对数 (3)总污染当量对数 数据来源权威、可靠、详实,并由中国经济研究资料室精心整理。

2024-09-30

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除