玖章算术是一家聚焦在云计算与数据管理基础技术领域的初创技术型公司，创始团队来自阿里巴巴、华为、IBM等多位资深专家，拥有多年丰富的云计算、数据库、大数据、分布式架构经验。 NineData 升级数据管理理念，推出了一套多云、全托管的数据管理服务。NineData 包含了 SQL开发、数据复制、数据备份及数据对比功能。通过这些功能，可以轻松完成日常数据库开发、数据安全访问、生产数据库变更与发布、数据库备份恢复、数据迁移、容灾多活、数据仓库及数据湖构建等核心应用场景。

基于变分贝叶斯期望最大化（VBEM,variational Bayes expectation maximization）算法和Turbo原理，提 出了时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法。设计的软入软出空时检测器在采用 列表球形译码避免穷尽搜索的同时，考虑了信道估计误差方差矩阵的影响;利用空时检测获得的发送信号后验概率 分布估计，推出了新的Kalman前向后向递归信道估计器。仿真结果表明，在时变多径信道条件下，提出的算法 比传统EM算法和面向判决算法更加具有顽健性。

风力发电机的功率输出模型，模拟了风力的叶尖速比，风速等基本参数的影响。

组态王扇叶旋转.rar

基于贝叶斯和cnn的webshell检测算法

咖啡叶表面疾病数据集，1700多个咖啡叶子的各种疾病的图片。具有注释和图像掩码以消除背景。 咖啡叶表面疾病数据集，1700多个咖啡叶子的各种疾病的图片。具有注释和图像掩码以消除背景。

辣椒叶数据集（白色背景），三种不同类型的叶子，每类有100张照片左右 辣椒叶数据集（白色背景），三种不同类型的叶子，每类有100张照片左右 辣椒叶数据集（白色背景），三种不同类型的叶子，每类有100张照片左右

豆叶病害数据集，2种疾病和1种健康的检测数据集，每种340张图片 豆叶病害数据集，2种疾病和1种健康的检测数据集，每种340张图片 豆叶病害数据集，2种疾病和1种健康的检测数据集，每种340张图片

傅立叶特征使网络可以在低维域中学习高频功能 | * 1 ， * 1,2 ， * 1 ， 1 ， 1 ， 1 ， 3 ， 2 ， 1 1加州大学伯克利分校， 2 Google研究中心， 3加州大学圣地亚哥分校*表示相等的贡献 抽象的 我们表明，通过简单的傅立叶特征映射传递输入点使多层感知器（MLP）能够学习低维问题域中的高频函数。这些结果揭示了计算机视觉和图形学的最新进展，这些进展通过使用MLP表示复杂的3D对象和场景来实现了最新的结果。使用来自神经正切核（NTK）文献的工具，我们表明标准MLP在理论和实践上均无法学习高频。为了克服这种频谱偏差，我们使用傅立叶特征映射将有效的NTK转换为具有可调带宽的固定核。我们建议一种选择特定于问题的傅立叶特征的方法，该方法可以大大提高MLP在与计算机视觉和图形社区相关的低维回归任务上的性能。 代码 我们提供了一个作为该核心思想的简单

朴素贝叶斯方法进行分类的数据集