Python零基础10天进阶班【12数据库基础（下）】

杨庆雄 立体匹配算法 A Non-Local Cost Aggregation Method for Stereo Matching论文源代码 c++ vs2019 可直接运行无需配置

立体匹配Cross-Scale Cost Aggregation for Stereo Matching论文源代码 c++ vs2019可实现 需要进行一下属性配置 已自测实现

学院观 您可以直观地查看所有大学和学生数据的一站式目的地 文档 即将推出 在线试用 前端部署在。 玩得开心 :smiling_face_with_sunglasses: 在本地运行 运行后端 1.种子mongodb 要使用随机数据运行种子集合： cd backend/seed node seedCollege.js node seedStudent.js node seedStudentNum.js 注意：请保持相同的执行顺序 2.设置.env文件 创建.env并添加上一步中的MONGODB_URI值 3. 运行服务器 最后，等待的步骤npm run start 运行前端 前端是静态 html 文件。 它们可以使用任何 Web 服务器提供服务。 为了方便使用，我们将使用 。 # Install serve globally sudo npm i -g serve # Serve the frontend cd frontend && s

语义分割经典论文翻译1：DFANet:Deep Feature Aggregation for Real-Time Semantic Segmentation(DFANet翻译)-附件资源

看完了DFANet，自己有空就翻译了一下，需要的自取

Multi-Scale Context Aggregation by Dilated Convolutions.zip

光学超级通道多播，将一个超级通道同时复制到单个设备中的多个光谱位置，对于未来的光学网络来说，可能是一种很有前途的功能。 高非线性光纤（HNLF）中的多泵四波混频（FWM）是一种实现超通道多播的有效方法。 但是，如果不仔细配置泵的频率，则生成的副本将在频谱上分散，这将增加控制副本性能和管理频谱资源的难度。 在本文中，我们提出了一种递归泵相加（RPA）方案，该方案使副本的频谱聚合度高于我们以前的指数增长间隔（EGS）泵浦方案。 这种副本聚合技术可以减少远离原始通道的副本的相位不匹配，这对副本的性能很有帮助。 \ {RPA \}方案还为多播提供了副本分配的附加选项。 基于\ {RPA \}方案，我们通过实验证明了5个泵的1到21超通道多播。 与典型的7％前向纠错（FEC）阈值相比，所有副本的Q因子余量均超过2.3 dB。 还研究了\ {RPA \}和\ {EGS \}泵方案之间的性能比较。

已经详细研究了无线传感器网络中的链路质量监视。 WSN提供了许多有关WSN链路质量的度量研究人员。 相对于链路质量监控的综合研究， 很少有关于链路质量聚合和表示的研究。 整个网络的链接情况。 本文提出了三个层次全球网络链路质量聚合和表示的框架（LQAR）和位编码聚合树（BAT）算法以提高链路质量聚合并路由到接收器节点。 LQAR框架包括三个级别：存储和摘要级别，聚合级别和表示级别。 存储和摘要级别定义应在节点中存储哪些数据，以及如何计算摘要值来表示周围的链接情况节点。 汇总级别使用BAT算法汇总节点并将其传输到接收器节点。 表示层解决了可视化这些数据。 BAT算法将位编码方法与节能的聚合树。 仿真结果表明，BAT可以减少消息总数并大大减少能量损失。

Research on Time Synchronization and Flow Aggregation in LDDoS Attack Based on Cross-correlation