一个非常简单的应用程序，它使用 Luhn 的算法来检查信用卡号是否有效。
在向支付网关提交信用卡之前，对号码进行一些完整性检查非常重要。
预先执行的常见检查是根据卡号的起始数字和长度验证卡类型。 我们关心的主要模式如下：
+============+=============+===============+
| Card Type | Begins With | Number Length |
+============+=============+===============+
| AMEX | 34 or 37 | 15 |
+------------+-------------+---------------+
| Discover | 6011 | 16 |
+------------+-
2021-07-01 13:04:21
360KB
1
任务管理系统 包括源码
本人单独完成 使用STRUTS2+JDBC框架做 页面中用到了jQuery 包括jquery的一些控件;
系统功能包括我的任务 草稿箱 新任务发布 联系人管理 系统设置等功能;
2021-06-10 08:40:41
15.38MB
1
任务
为 myob.com.au JavaScript 制作的员工每月工资单任务
2021-06-07 16:04:12
194KB
1
学生任务
这是一个包含 SQLDataBase 的 Android 应用程序项目。 这个应用程序为学生开发。
2021-06-03 13:04:02
838KB
1
计算机视觉Github开源论文
2021-06-03 09:09:16
973KB
1
深度学习已逐渐应用于机械加工状态监测领域。但是，目前只能进行单任务预测，这会增加实验成本，浪费数据集，重复工作。提出了一种基于深度信念网络(DBN)的多任务学习方法，可用于刀具磨损状况和零件表面质量的预测。将DBN网络最后几个隐含层的单任务数据传输改进为多任务并行数据传输，使改进后的DBN能够实现多任务学习。多任务学习模型的损失函数定义为所有单个任务损失函数的加权和。通过改变损失函数的相应系数，可以调整相应任务的重要性。此外，多任务深度学习方法可以实现信息共享，抑制过拟合，提高预测精度，减少计算时间。结合上述改进，建立了刀具磨损与零件表面质量的多任务模型。在KVC850M三轴立式加工中心上进行了实验验证。结果表明，该多任务预测模型用于刀具磨损预测的准确率为97.59%，用于零件表面质量预测的准确率为92.66%。
2021-06-01 22:06:06
2.29MB
1
Simlink生成dsp（28377d）程序，其中主要包括idle_task、Simulink Coder等。记得配合博文使用啊！
2021-05-21 10:50:55
4.62MB
1